Apprentissage profond
Une IA open source pour diviser par 3 à 10 le temps d’examen en IRM cérébrale
Des chercheurs et des spécialistes allemands ont développé en open source un réseau de neurones convolutifs optimisant la reconstruction d'images en IRM par sous-échantillonnage de l'espace k. Utilisé dans le cadre d'une étude rétrospective multicentrique parue en mars dans The Lancet Oncology et portant sur des glioblastomes, le logiciel a réduit le temps d'examen sans dégradation de l'interprétation et de la qualité des images.
Le logiciel développé par les chercheurs allemands assiste la reconstruction d'images d'IRM sous-échantillonnées. À gauche, une image d'IRM (séquence T1) standard. À droite, sur la ligne du dessus, les images sous-échantillonnées de la même IRM reconstruites sans IA avec des taux d'accélération de reconstruction R grandissants : sur la ligne du dessous, après la reconstruction par IA. © Adapted from Rastogi et al, The Lancet Oncology | CC BY 4.0 DEED
Il vous reste 76% de l’article à lire
Docteur Imago réserve cet article à ses abonnés
Vous avez déjà un compte ? Se connecter
- 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
23 €
par mois
Auteurs
François Mallordy
Bibliographie
- Rastogi A., Brugnara G., Foltyn-Dumitru M. et al, « Deep-learning-based reconstruction of undersampled MRI to reduce scan times: a multicentre, retrospective, cohort study », The Lancet Oncology, mars 2024. DOI : 10.1016/S1470-2045(23)00641-1.
Discussion
Aucun commentaire
Commenter cet article