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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Nov

16:00

Pour les patients non obèses, l’utilisation combinée d’une faible tension du tube (60 kVp) et d’un nouvel algorithme de reconstruction d’images par apprentissage profond (ClearInfinity, DLIR-CI) peut préserver la qualité de l’image tout en permettant des économies de dose de rayonnement et de produit de contraste pour le scanner aortique (étude).

14:39

La découverte fortuite d’anciens accidents vasculaires cérébraux lors d'examens de scanner permettrait aux cliniciens de mettre en place des mesures qui pourraient bénéficier à 100 000 à 200 000 patients par an aux États-Unis pour prévenir de futurs AVC (étude).

7:30

Le Sénat a adopté le 19 novembre un amendement gouvernemental au PLFSS 2025 qui prévoit d'exonérer de cotisations pour l'assurance vieillesse les médecins en situation de cumul emploi-retraite qui exercent dans les zones sous-denses. La Caisse autonome de retraite des médecins français (CARMF) s'alarme dans un communiqué des conséquences de cette mesure.
Docteur Imago

GRATUIT
VOIR