I.3. Méthodes d’estimation de la fonction d’entrée
I.3.4. Fonction d’entrée mesurée dans l’image (IDIF)
A cause de la difficulté à obtenir des prélèvements sanguins fiables pour estimer la fonction d’entrée, certains ont proposé de la mesurer directement dans les images TEP [70, 80, 204–211]. On appelle ces méthodes "IDIF" (image-derived input func- tion). Il s’agit d’estimer la PTAC à partir de la concentration d’activité mesurée dans l’image d’une structure composée principalement de sang, comme le cœur [212], dont le ventricule gauche [120, 213–215]), ou des artères, par exemple fémorale [216]. Il a été montré que l’utilisation des aortes ascendante [203] et abdominale [217] donne une meilleure estimation du MRGlu que le ventricule gauche [205,206]. Le ventricule gauche est plus gros donc moins soumis au volume partiel que les artères, mais il est en mouvement pendant l’acquisition. Pour les études cerveau [125], ce sont gé- néralement les carotides qui sont utilisées [64, 70, 72, 80, 147, 216, 218, 219], et dans une moindre part les sinus veineux, au volume plus grand mais contenant du sang veineux [125,220]. Une étude a même proposé l’aorte pour l’étude du cMRGlu [221]. Une fois la valeur de la fonction d’entrée mesurée dans chaque frame de l’image, la fonction d’entrée elle-même peut être obtenue par exemple en interpolant linéaire- ment ces points ou en ajustant ("fit") un modèle de courbe à ces points [169], comme pour les prélèvements artériels.
Des variantes ont été proposées [222], certaines combinent les images de plusieurs structures vasculaires et plusieurs prélèvements [223], d’autres utilisent l’IDIF couplée à une autre méthode (par exemple l’IDIF pour la fin de la courbe et le fit avec un modèle à compartiment pour le début [147]).
La détermination des voxels utilisés pour estimer l’IDIF peut être effectuée directe- ment sur l’image TEP [64,69–73] ou grâce à un recalage avec une image IRM [80–82]. L’IRM permet a priori une segmentation plus précise, mais impose un examen sup- plémentaire en plus du TEP et un très bon recalage avec celui-ci. Ce recalage est délicat en particulier pour les carotides : le recalage clinique habituel recale bien le cerveau mais pas forcément les carotides [81], et selon la position de la tête la forme des carotides peut changer entre l’examen TEP et l’examen IRM. Cela induit des segmentation erronées [64]. Ce problème pourra être résolu grâce aux nouvelles ca-
méras PET/IRM [125]. La segmentation sur l’image TEP peut être manuelle [70] ou automatique [69,73–76]. Elle n’évalue pas de manière précise le volume des carotides, ce qui peut poser problème pour la correction de volume partiel [125]. D’autres mé- thodes mathématiques pour identifier l’IDIF sans segmentation ont été proposées, elles sont décrites dans le paragraphe I.3.6.
Les avantages de l’IDIF sont qu’elle permet d’obtenir la fonction d’entrée à l’endroit même de l’étude donc qu’il n’y a pas de délai ni de dispersion, et qu’elle permet d’éviter tous les problèmes liés aux prélèvements sanguins – sauf certaines variantes qui s’appuient sur un ou quelques prélèvements.
Les inconvénients de cette méthode sont
– la nécessité d’avoir une structure sanguine dans l’image étudiée ;
– la difficulté à segmenter correctement la structure vasculaire, surtout dans le cas des carotides [64] ;
– une image de la structure vasculaire très bruitée à cause de sa faible taille et donc une IDIF très bruitée, surtout dans les premières frames qui comportent peu de coups ;
– une estimation de l’IDIF entachée d’erreur à cause du volume partiel [203, 205, 216,224], surtout pour les carotides, dont la taille est proche de la résolution de l’image [125] ;
– un échantillonnage imposé par le découpage temporel des images TEP ;
– une mauvaise estimation du pic de la fonction d’entrée à cause du découpage temporel grossier des images TEP [70], du volume partiel, d’une éventuelle sa- turation des détecteurs [225] ;
– une mesure de la concentration d’activité dans le sang total, qui n’est pas tou- jours égale à celle dans le plasma (voir I.2.2.7.a), par exemple pas en présence de radio-métabolites.
L’utilisation directe de telles fonctions d’entrée dans la modélisation compartimen- tale produit des paramètres peu fiables [226]. Une correction du volume partiel est nécessaire [120, 206, 213, 215, 216, 227, 228], sauf pour certaines méthodes particu- lières [229]. La correction de volume partiel peut être effectuée par les méthodes décrites en I.1.2.3.c, ou en utilisant des prélèvements sanguins [69, 70, 230]. Les mé- thodes IDIF qui s’appuient sur au moins un prélèvement sanguin sont celles obtenant les meilleurs résultats [224, 231]. Elles permettent aussi de corriger des métabolites lorsqu’il y en a [216].
Des méthodes IDIF peuvent obtenir de bons résultats sur un traceur, mais de beau- coup moins bons pour d’autres [231]. Les méthodes sont donc à revalider pour chaque traceur. Les traceurs pour lesquels l’estimation du MRGlu avec l’IDIF est la plus pré- cise sont ceux qui sont lentement ou pas du tout métabolisés et qui ont une faible décroissance radioactive (18F-FDG, 11C-(R)-rolipram par exemple, contrairement à 11C-PBR28 [231]). En effet, dans ce cas, l’aire sous la courbe de la PTAC (utilisée par
les méthodes graphiques pour calculer le MRGlu) est due principalement à la queue de la courbe et l’influence du pic est négligeable. Or le pic est très mal estimé pour l’IDIF, alors que la queue peut être correcte avec l’aide de prélèvements. La mauvaise estimation du pic ne permet pas en revanche d’estimer les microparamètres ki. Les
méthodes graphiques sont donc préférables à la modélisation compartimentale pour l’IDIF [231].
En conclusion, l’IDIF peut être implémentée avec succès seulement sur une mino- rité de traceurs [125], avec l’aide de prélèvements sanguins. Son principal avantage est alors de réduire le nombre de prélèvements, ce qui permet un plus grand nombre d’examens par jour dans les centres d’examens, et une exposition moindre à la ra- dioactivité du personnel médical [163, 232].