La méthode de segmentation proposée par Daisne et al. est basée sur l’existence d’une relation entre le rapport signal sur bruit (S/B) et le seuil optimal. Elle requiert une phase de calibration demandant un nombre important de mesures. L’objectif est d’automatiser l’élaboration de la courbe de calibration à l’aide d’un script ImageJ.

Un fantôme NEMA NU2-2007 a été utilisé. Les rapports de concentration de ¹⁸F utilisés étaient de 8,7, 6,5, 4,7, 3,0 et 2,7. Les fantômes ont été acquis sur une TEP/TDM Siemens Biograph mCT, sur 120s/pas avec une matrice 200². Les images ont été reconstruites en OSEM3D (21 sous-ensembles, 2 itérations filtre de 2mm) avec prise en compte de la PSF (TrueX^®) et du TOF. Le programme réalise un VOI automatique sur les sphères de 26,5, 11,5, 5,6 et 2,7mL avec un seuil augmentant de façon itérative, mesure pour chaque itération le volume segmenté, puis détermine le seuil optimal par interpolation en fonction du volume connu de la sphère. L’opération est reconduite manuellement sur le logiciel TrueD en adaptant visuellement le seuil pour obtenir une correspondance TEP/TDM. Les deux courbes de calibration obtenues ont été utilisées pour comparer les méthodes entre-elles et avec un seuillage fixe à 40 % du SUV_max par le calcul de l’erreur type (RSME) entre les volumes mesurés et les volumes réels.

L’erreur type calculée pour le seuillage adaptatif à courbe de calibration automatique est de 14,6 %, pour la courbe de calibration manuelle de 13,9 %, alors qu’elle est de 25 % pour le seuillage fixe à 40 % du SUV_max.

Les courbes de calibration pour la méthode de segmentation par seuillage adaptatif réalisées manuellement ou par un programme automatique donnent des résultats similaires et meilleurs que les résultats par seuil fixe. Le programme permet une simplification et un gain de temps dans l’élaboration de cette courbe de calibration.