The primary objective of this work was to implement and evaluate a cardiac atlas-based autosegmentation technique based on the “Workflow Box” software (Mirada Medical, Oxford UK), in order to delineate cardiac substructures according to European Society of Therapeutic Radiation Oncology (ESTRO) guidelines; review and comparison with other cardiac atlas-based autosegmentation algorithms published to date.

Of an atlas of data set from 20 breast cancer patients’ CT scans with recontoured cardiac substructures creation according to the ESTRO guidelines. Performance evaluation on a validation data set consisting of 20 others CT scans acquired in the same treatment position: cardiac substructure were automatically contoured by the Mirada system, using the implemented cardiac atlas, and simultaneously manually contoured by a radiation oncologist. The Dice similarity coefficient was used to evaluate the concordance level between the manual and the automatic segmentations.

Dice similarity coefficient value was 0.95 for the whole heart and 0.80 for the four cardiac chambers. Average Dice similarity coefficient value for the left ventricle walls was 0.50, ranging between 0.34 for the apical wall and 0.70 for the lateral wall. Compared to manual contours, autosegmented substructure volumes were significantly smaller, with the exception of the left ventricle. Coronary artery segmentation was unsuccessful. Performances were overall similar to other published cardiac atlas-based autosegmentation algorithms.

The evaluated cardiac atlas-based autosegmentation technique, using the Mirada software, demonstrated acceptable performance for cardiac cavities delineation. However, algorithm improvement is still needed in order to develop efficient and trusted cardiac autosegmentation working tools for daily practice.

Il s’agissait d’évaluer une technique d’autosegmentation cardiaque basée sur l’utilisation d’un atlas de délinéation, implémentée grâce au logiciel « Workflow Box » (Mirada Medical, Oxford, Royaume-Uni), afin de délinéer automatiquement l’ensemble des sous-structures cardiaques selon les recommandations récentes de l’European Society for Radiotherapy and Oncology (ESTRO). En outre, il s’agissait ensuite de comparer les performances de la technique développée avec l’ensemble des autres algorithmes publiés d’autosegmentation cardiaque basée sur des atlas de délinéation.

Un atlas de délinéation a été constitué à partir de 20 scanographies thoraciques sans injection de patientes traitées pour un cancer du sein, sur lesquelles les sous-structures cardiaques ont été rétrospectivement délinées selon les recommandations de l’ESTRO ; cet atlas a été ensuite implémenté dans le logiciel de délinéation automatique Workflow Box. L’évaluation des performances de l’algorithme d’autosegmentation a reposé sur la comparaison des contours entre les sous-structures cardiaques délinéées automatiquement et manuellement. Le niveau de concordance entre les segmentations automatique et manuelle a été évalué par l’indice de Dice.

La valeur de l’indice de Dice pour le cœur, considéré dans son ensemble, était de 0,95 ; celles pour les quatre cavités cardiaques se situaient autour de 0,80. Les valeurs des indices de Dice pour les parois ventriculaires étaient d’environ 0,50, variant entre 0,34 pour la paroi ventriculaire apicale et 0,70 pour la paroi ventriculaire latérale. Les tailles des sous-structures cardiaques délinéées automatiquement étaient statistiquement inférieures à celles des sous-structures délinéées manuellement, à l’exception du ventricule gauche. La délinéation automatique des coronaires n’a pas été faisable techniquement. Les performances de ce logiciel étaient globalement comparables à celles des autres algorithmes publiés d’autosegmentation cardiaque basées sur des atlas de délinéation.

Dans cette étude, une technique d’autosegmentation cardiaque basée sur un atlas de délinéation a été développée et évaluée, basée sur le logiciel de délinéation automatique « Workflow Box ». Bien que les cavités cardiaques aient été délinéées de manière globalement acceptable, l’amélioration de ces algorithmes dédiés à la délinéation automatique reste néanmoins nécessaire afin d’aboutir à des outils fiables et utilisables en pratique clinique.