Apprentissage profond

Un nouvel algorithme d’extraction cérébrale par IRM a été développé pour les nouveau-nés

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/03/24 à 15:00

Le modèle d’apprentissage automatique ANUBEX effectue une segmentation automatique des cerveaux néonatals à partir d’images IRM (photo d'illustration). © CHRU de Brest

Alors que les algorithmes d’extraction du cerveau sont bien établis chez les adultes, il existe toutefois peu d’algorithmes d’extraction disponibles pour le cerveau néonatal, constatent des chercheurs américains dans une étude publiée dans Nature Scientific Reports. L’extraction du cerveau, est pourtant « une étape essentielle du prétraitement des données pour les approches d’apprentissage automatique de l’analyse d'une IRM cérébrale », indique les auteurs de l'étude.

Création du modèle ANUBEX

Ces derniers ont donc développé un algorithme d’apprentissage profond appelé ANUBEX, un extracteur automatisé d’IRM cérébrale néonatale conçue à l’aide de l’architecture nnU-Net. Celui-ci a été entraîné sur 433 nouveaux venant de 17 établissements aux États-Unis. Ces patients étaient atteints d’encéphalopathie modérée à sévère à la naissance et inscrits à l’étude HEAL (High-dose Erythropoietine for Asphyxia and Encephalopathy). Dans le cadre de cette étude, des IRM ont été obtenues entre 96 et

Il vous reste 61% 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 mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

16 Juil

7:16

Median Technologies a signé un accord de financement avec la Banque Européenne d’Investissement pour une ligne de financement allant jusqu’à 37,5 millions d’euros. Le but est de soutenir le lancement commercial du logiciel médical eyonis®, dédié au diagnostic précoce du cancer par IA.
15 Juil

16:00

Un « potentiel prometteur » des modèles de langages dans les classifications radiologiques. Selon une étude parue le 7 juillet, ces modèles ont montré une justesse dans la classification générale des fractures, mais des limites de classifications détaillées confirme le besoin de validation par les professionnels de santé avant une véritable utilisation.

13:54

PANCANAI, un modèle d’intelligence artificielle, montre une haute sensibilité dans la détection du cancer du pancréas sur les scanners, dans une large étude rétrospective de cohorte, publiée dans la revue Investigate Radiology.

7:30

En Australie et Nouvelle Zélande, les radiologues en imagerie oncologique préfèrent utiliser des rapports structurés sans terminologies pré-écrite. Selon une étude publiée dans JMIRO, l’utilisation des rapports plus structuré est plus importante dans les pays ou la pratique de l'imagerie oncologique est plus importante et le personnel mieux formé.
Docteur Imago

GRATUIT
VOIR