FluenceFormer: Transformer-Driven Multi-Beam Fluence Map Regression for Radiotherapy Planning

Le papier présente FluenceFormer, un cadre de régression fluence basé sur les transformateurs et guidé par la physique, qui améliore la planification radiothérapeutique automatisée en prédisant des cartes d'intensité de faisceau cohérentes et physiquement réalisables avec une erreur d'énergie réduite à 4,5 %.

L'essentiel

🏥 Le Problème : Préparer un repas parfait pour un patient

Imaginez que vous êtes un chef étoilé (le radiothérapeute) qui doit préparer un repas spécial pour un patient atteint d'un cancer.

• Le patient est une maison complexe avec des pièces fragiles (les organes sains) et une pièce à rénover en priorité (la tumeur).
• Le but : Envoyer des rayons (des "ingrédients" d'énergie) pour détruire la tumeur sans abîmer les pièces voisines.

Le problème, c'est que la cuisine est très compliquée. Vous avez 9 fenêtres différentes (les faisceaux de rayons) autour de la maison. Pour chaque fenêtre, vous devez décider exactement combien de rayons envoyer et où les diriger. C'est ce qu'on appelle la "carte de fluence".

Jusqu'à présent, les ordinateurs essayaient de deviner ces cartes directement en regardant la maison. Mais c'est comme essayer de deviner la recette exacte d'un gâteau en regardant juste la farine et les œufs, sans savoir comment ils vont cuire ensemble. Les anciens ordinateurs (les réseaux de neurones classiques) faisaient souvent des erreurs : soit ils envoyaient trop de rayons (brûlant le patient), soit pas assez (laissant la tumeur vivante), ou alors ils créaient des motifs de rayons impossibles à réaliser physiquement.

💡 La Solution : FluenceFormer (Le Chef Assistant en deux étapes)

Les auteurs de ce papier ont créé un nouveau système intelligent appelé FluenceFormer. Au lieu de deviner la recette finale d'un coup, ils ont divisé le travail en deux étapes logiques, comme un vrai chef qui planifie avant de cuisiner.

Étape 1 : La "Carte de Chaleur" (Le Plan de la Maison)

D'abord, l'ordinateur regarde la maison (les images médicales du patient) et se demande : "Où doit aller la chaleur ?"
Il ne pense pas encore aux fenêtres. Il dessine simplement une carte mentale de la dose de rayonnement idéale.

• L'analogie : C'est comme si le chef dessinait un plan de la maison en disant : "Il faut beaucoup de chaleur ici (la tumeur) et très peu ici (le cœur)." C'est une étape de prévision globale.

Étape 2 : L'Adaptation aux Fenêtres (Les Rayons)

Ensuite, l'ordinateur prend cette carte de chaleur et la confronte à la réalité des fenêtres.

• Il se demande : "Si je veux cette chaleur ici, comment dois-je orienter la fenêtre numéro 1 ? Et la fenêtre numéro 5 ?"
• Il utilise des informations géométriques (l'angle de la fenêtre) pour ajuster le tir.
• L'analogie : C'est comme si le chef prenait son plan de chaleur et disait : "Pour chauffer ce coin avec la fenêtre du nord, je dois ouvrir le volet à moitié. Avec la fenêtre de l'est, je dois l'ouvrir grand."

🛠️ La Magie : La "Règle de Physique" (La Loss FAR)

Le vrai secret de ce système, ce n'est pas seulement la façon dont il est construit, mais la règle stricte qu'il suit pour ne pas faire d'erreurs. Les chercheurs ont inventé une règle appelée FAR (Fluence-Aware Regression).

Imaginez que vous apprenez à un enfant à faire du vélo.

• Les anciens systèmes lui disaient juste : "Fais attention à ne pas tomber" (erreur de pixel).
• Le système FluenceFormer lui dit : "Fais attention à ne pas tomber, mais surtout, ne pédale pas plus fort que ce que tes jambes peuvent supporter, et assure-toi que tu arrives exactement à la vitesse prévue à la fin."

Cette règle (la perte FAR) force l'ordinateur à respecter trois lois de la physique :

1. La douceur : Les rayons ne peuvent pas changer d'intensité brutalement (comme une voiture qui freine en urgence). Ils doivent glisser doucement.
2. La forme : Le motif des rayons doit ressembler à ce qu'on attend, pas juste avoir la bonne couleur moyenne.
3. L'énergie totale : C'est le plus important. Si le médecin a prescrit 100 unités d'énergie, l'ordinateur ne doit pas en envoyer 80 ou 120. Il doit être exact.

🏆 Les Résultats : Pourquoi c'est génial ?

Les chercheurs ont testé ce système sur des cas réels de cancer de la prostate.

• Comparaison : Ils l'ont mis en concurrence avec les meilleurs systèmes actuels (comme des réseaux de neurones classiques ou d'autres versions de Transformers).
• Résultat : FluenceFormer a gagné haut la main.
  • Il commet beaucoup moins d'erreurs d'énergie (seulement 4,5% d'erreur contre 20% pour les anciens systèmes).
  • Il crée des plans que les machines de radiothérapie peuvent réellement exécuter sans bug.
  • Il est très rapide : moins d'une seconde pour planifier un patient entier !

🚀 En Résumé

FluenceFormer, c'est comme passer d'un apprenti qui devine la recette au hasard, à un chef d'orchestre qui :

1. Écoute la partition (l'anatomie du patient).
2. Imagine la mélodie globale (la dose de rayonnement).
3. Donne les instructions précises à chaque musicien (chaque faisceau de rayons) en respectant strictement les règles de la musique (la physique).

C'est une avancée majeure pour rendre les traitements de radiothérapie plus sûrs, plus rapides et plus précis pour tous les patients.

Résumé technique

1. Problématique

La prédiction des cartes de fluence (fluence maps) est une étape centrale dans la planification automatisée de la radiothérapie, en particulier pour la Radiothérapie à Intensité Modulée (IMRT). Cependant, ce problème est mal posé (ill-posed) : une distribution de dose volumique spécifique peut être obtenue par une infinité de combinaisons d'angles de faisceaux et d'intensités.

Les méthodes précédentes basées sur les réseaux de neurones convolutifs (CNN) souffrent de limitations majeures :

• Champs récepteurs limités : Ils peinent à capturer les dépendances à longue portée et les corrélations globales entre les faisceaux, essentielles pour une modulation physiquement réalisable.
• Incohérence structurelle : Ils génèrent souvent des plans physiquement irréalisables ou structurellement incohérents.
• Approches de régression directe : Les tentatives de régression directe de la dose vers les paramètres de la machine (faisceaux) échouent souvent à résoudre l'ambiguïté géométrique sans supervision intermédiaire.

2. Méthodologie : FluenceFormer

Les auteurs proposent FluenceFormer, un cadre de travail agnostique au modèle (backbone-agnostic) basé sur des Transformers, conçu pour une régression de fluence directe et consciente de la géométrie. L'architecture repose sur une conception à deux étapes qui imite le flux de travail clinique :

A. Architecture à Deux Étages

1. Étape 1 : Régression de la Dose (Prior Structurel)

   • Le modèle prend en entrée le volume CT et les contours anatomiques.
   • Il prédit une distribution de dose globale (slice par slice).
   • Cette carte de dose sert de prior structurel, encodant le contexte anatomique et l'intention du traitement avant l'optimisation des faisceaux.
   • Sortie : Une carte de dose continue (non saturée).

2. Étape 2 : Régression de Fluence Conditionnée par la Géométrie

   • Cette étape prend la dose prédite à l'étape 1 et la conditionne explicitement sur la géométrie du faisceau.
   • Pour chaque faisceau avec un angle de gantry $\theta$, deux cartes géométriques ($\sin(\theta)$ et $\cos(\theta)$) sont concaténées à la carte de dose.
   • Cela permet au réseau de résoudre l'ambiguïté directionnelle sans re-traiter l'anatomie brute.
   • Sortie : Des cartes de fluence spécifiques à chaque faisceau, avec une activation ReLU pour garantir des valeurs physiques non négatives (Monitor Units) et une plage dynamique illimitée.

B. Fonction de Perte : Fluence-Aware Regression (FAR)

Pour assurer la délivrabilité clinique, les auteurs introduisent une fonction de perte physique informée (FAR) composée de quatre termes :

1. Fidélité des pixels ($L_{MSE}$) : Assure l'accord d'intensité au niveau du pixel.
2. Lissage du gradient ($L_{Grad}$) : Pénalise les discontinuités abruptes pour respecter les contraintes mécaniques du collimateur multilames (MLC), assurant des transitions spatiales lisses.
3. Cohérence de corrélation ($L_{Corr}$) : Maximise le coefficient de corrélation de Pearson pour garantir que le motif de modulation prédit correspond structurellement à la vérité terrain, indépendamment de l'échelle absolue.
4. Conservation de l'énergie ($L_{Energy}$) : Contrainte physique stricte assurant que l'intégrale totale du flux de photons (Monitor Units) correspond à la prescription.

3. Contributions Clés

• Cadre Agnostique au Backbone : Le modèle a été évalué sur quatre architectures de Transformers différentes (Swin UNETR, UNETR, nnFormer, MedFormer), démontrant que la méthodologie est transférable et ne dépend pas d'une architecture spécifique.
• Supervision Intermédiaire par la Dose : L'introduction d'une étape de prédiction de dose intermédiaire résout l'ambiguïté géométrique inhérente à la prédiction directe, agissant comme un pont structurel.
• Conditionnement Géométrique Explicite : L'utilisation de codages sinusoïdaux ($\sin/\cos$) pour les angles de faisceaux permet une discrimination directionnelle efficace sans convolutions coûteuses.
• Perte Physique (FAR) : L'intégration de contraintes physiques (énergie, gradient, corrélation) dans la fonction de perte améliore significativement la qualité dosimétrique par rapport aux pertes MSE standard.

4. Résultats Expérimentaux

L'évaluation a été réalisée sur un jeu de données de 99 patients atteints d'un cancer de la prostate (IMRT à 9 faisceaux).

• Performance Globale : FluenceFormer avec Swin UNETR a obtenu les meilleures performances, surpassant les CNN (U-Net) et les méthodes de régression directe à un seul étage.
  • Erreur d'Énergie : Réduite à 4,53 % (contre ~20 % pour les méthodes basées sur la segmentation et ~7-8 % pour les régressions directes).
  • Fidélité Structurelle (SSIM) : Amélioration statistiquement significative ($p < 0.05$) par rapport aux bases de référence (0,76 pour FluenceFormer vs 0,67 pour le meilleur CNN).
• Ablation :
  • Le passage d'une régression à un seul étage à une architecture à deux étages a réduit l'erreur de manière significative, prouvant l'importance du prior de dose.
  • L'ablation de la perte FAR a montré que chaque composant (énergie, gradient, corrélation) est nécessaire pour la précision physique.
• Évaluation Clinique :
  • Les doses recalculées à partir des cartes de fluence prédites correspondent étroitement aux plans cliniques de référence (courbes DVH superposées).
  • L'analyse Gamma 3D (3%/3mm) a atteint un taux de réussite de 92 % pour Swin UNETR, confirmant la délivrabilité physique des plans.
• Efficacité : Le temps d'inférence est d'environ 0,55 seconde par patient, ce qui est compatible avec un déploiement clinique.

5. Signification et Impact

Ce travail marque une avancée significative dans la planification de la radiothérapie par apprentissage profond :

1. Changement de Paradigme : Il démontre que la régression physique continue (via ReLU et perte FAR) est supérieure aux approches de segmentation classiques (sigmoid) qui satureraient aux fortes intensités.
2. Interprétabilité Physique : En séparant la prédiction de la dose (intention) de la modulation des faisceaux (exécution), le modèle respecte mieux les contraintes physiques de l'IMRT.
3. Généralisation : La réussite sur plusieurs architectures de Transformers suggère que le cadre FluenceFormer capture des propriétés fondamentales de la modulation de fluence, offrant une base robuste pour l'automatisation future de la planification des traitements contre le cancer.

En conclusion, FluenceFormer propose une voie efficace, interprétable et physiquement cohérente pour automatiser la génération de cartes de fluence, comblant le fossé entre la prédiction basée sur l'image et la réalité dosimétrique clinique.