L’IRM est utilisée pour le bilan standard d’extension des cancers prostatiques. Une stratégie d’escalade de dose ciblée spécifiquement dans la tumeur prostatique « dominante » implique en particulier une segmentation particulièrement délicate de la tumeur à partir de cette même IRM. L’objectif de cette étude était de déterminer et d’évaluer une méthode de segmentation automatique des cancers prostatiques à partir d’une IRM multiparamétrique.

Un total de 34 patients atteints de cancer prostatique ont eu une IRM prostatique préthérapeutique 3,0T multiparamétrique (T2, ADC [coefficient de diffusion apparente] et perfusion). Deux médecins experts ont déliné indépendamment les zones tumorales. Les caractéristiques de chaque séquence ont ensuite été extraites et analysées par voxel en utilisant la méthode mRMR (minimum de redondance maximum de relevance) et le classifieur SVM (machine à vecteurs de support) permettant une segmentation automatique de la tumeur. La validation du modèle de segmentation tumorale a été effectuée en comparant cette segmentation automatique à celle effectuée par les experts, par méthode « leave-one-out », à partir de 20 patients supplémentaires. La performance du modèle a finalement été évaluée en mesurant l’aire sous la courbe ROC (receiver operating characteristic, AUC).

La meilleure méthode de segmentation utilisait conjointement 18 descripteurs spécifiques extraits des séquences T2, ADC et de perfusion, portant sur des tumeurs localisées dans la zone périphérique et dans la zone transitionnelle. L’étude de validation a montré que la tumeur prostatique était dans tous les cas détectée, avec un AUC ROC de 0,60 et 0,91, pour chacune des zones respectivement.

Cette étude présente une nouvelle méthode de segmentation tumorale automatique du cancer prostatique à partir d’une IRM multiparamétrique. Les corrélations entre ces segmentations et l’anatomopathologie (prostatectomie radicale) sont en cours.