RSNA 2021

L’IA déploie son potentiel pour accélérer l’imagerie musculosquelettique

Une session du RSNA 2021 a décrit les applications actuelles et futures de l’apprentissage profond en IRM musculosquelettique. Les avancées dans ce domaine doivent permettre notamment d'améliorer le confort des patients et l'accès à l'imagerie, tout en optimisant la qualité d'image.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/03/22 à 16:00, mise à jour le 11/09/23 à 13:30 Lecture 3 min.

« Accélérer l’IRM permettrait d’améliorer le confort des patients, de réduire le recours à la sédation lors des examens pédiatriques, d’optimiser la qualité d’image en réduisant les artefacts de mouvement, et d’élargir l’accès à l’imagerie dans des zones géographiques où le nombre de machines est limité », indique Michael Paul Recht. capture d'écran RSNA 2021

Le 30 novembre 2021, le congrès de la Société nord-américaine de radiologie (RSNA) a consacré une session aux technologies d’IA appliquées à l'imagerie musculosquelettique. Michael Paul Recht, chef du service d’imagerie médicale du NYU Langone Health (États-Unis) a souligné le potentiel de la reconstruction basée sur l’apprentissage profond (deep learning) pour accélérer l’IRM musculosquelettique. « Accélérer l’IRM est utile pour plusieurs raisons, avance-t-il. Cela permettrait d’améliorer le confort des patients, de réduire le recours à la sédation lors des examens pédiatriques, d’optimiser la qualité d’image en réduisant les artefacts de mouvement, et enfin d’élargir l’accès à l’imagerie dans des zones géographiques où le nombre de machines est limité. »

Une équation problématique

Cependant, accélérer l’IRM sans perdre en qualité est une équation complexe : « La qualité d’image est inversement proportionnelle à la vitesse d’acquisition, rappelle l’orateur. Lorsqu’on augmente la vitesse

Il vous reste 79% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

OFFRE DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

Bibliographie

  1. Recht M. P., Zbontar J., Sodickson D. K. et coll., « Using deep learning to accelerate knee MRI at 3 T: Results of an interchangeability study », American Journal of Roentgenology, décembre 2020, vol. 215, n° 5. DOI : 10.2214/AJR.20.23313.

Spécialité médicale

Musculo-squelettique

Modalité d’imagerie

IRM

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Mai

16:30

Un modèle d’IA entraîné à l’aide de radiographies à fente debout dans un ensemble de données de patients pédiatriques a permis une prédiction plus précise de la croissance osseuse pédiatrique, utilisées dans l’imagerie par rayons X pour surveiller la scoliose, selon une étude publiée dans Radiology.

15:00

13:00

L’analyse de l'imagerie au scanner volumétrique est prometteuse pour déterminer la fonction pulmonaire pré et postopératoire chez les patients atteints d’un cancer du poumon subissant une lobectomie pulmonaire, et permet de prédire l’apparition de complications postopératoires, indique une étude.

7:30

Une étude publiée dans European Journal of Radiology démontre que le dépistage supplémentaire par IRM mammaire permet de détecter des cancers du sein précoces, qui pourraient être manqués à la mammographie, notamment chez les femmes aux seins denses.

7:00

02 Mai

16:01

Selon une étude pilote de dépistage du cancer du poumon menée dans l'Ontario (Canada) sur 4451 participants, l'adhésion annuelle était élevée (> 85 %), tandis que le taux de détection d'un cancer était de 2,4 % – parmi lesquels 79,2 % de cancers de stade précoce (étude ici).
✕
Docteur Imago

GRATUIT
VOIR