Lecture des mammographies

Un réentraînement local par transfer learning améliore les performances d’un algorithme développé aux États-Unis

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/07/24 à 7:00

Cette étude rétrospective réalisée par des chercheurs australiens avait pour objectif d’évaluer les difficultés à rendre ces modèles d’apprentissage profond généralisables et réplicables (photo d'illustration). D. R.

En utilisant l’apprentissage par transfert (transfer learning), des chercheurs australiens sont parvenus à améliorer les performances sur les données locales d’un modèle d’apprentissage profond entraîné à l’université de New-York sur des données étasuniennes pour le dépistage du cancer du sein. Ils présentent les résultats de leurs travaux dans le revue Radiology: Artificial Intelligence [1]

Trois approches

Pour leur étude rétrospective, ils ont utilisé les examens de mammographie de patientes présentant des lésions prouvées par biopsie ou pathologie chirurgicale, et ceux de cas témoins appariés selon l’âge, réalisés dans le cadre d’un programme public de dépistage par mammographie numérique dans la région d’Australie-Méridionale. Ils ont appliqué l’algorithme new-yorkais à ces données en utilisant trois approches : sans réentrainement, avec réentraînement à partir de zéro et avec réentraînement selon la méthode d’apprentissage par transfert.

Des performances plus proches de l’origi

Il vous reste 59% 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

Solenn Duplessy

Bibliographie

  1. Condon J. J. J., Trinh V., Hall K. A. et al, « Impact of Transfer Learning Using Local Data on Performance of a Deep Learning Model for Screening Mammography », Radiology: Artificial Intelligence, mai 2024, vol. 6, n° 4. DOI : 10.1148/ryai.230383.

Spécialité médicale

Imagerie de la femme

Mots-clés

intelligence artificielle dépistage du cancer du sein mammographie apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

16 Sep

16:28

Un article publié dans European Radiology a donné aux radiologues une approche pratique des troubles de la coagulation, en mettant l’accent sur les exigences techniques du scanner. Les chercheurs suggèrent notamment que le scanner thoracique avec technique à haute résolution est la modalité d’imagerie recommandée pour diagnostiquer la fibrose pulmonaire.

15:00

11:30

Un scanner et un mammographe ont été inaugurés au centre hospitalier de Saint-Calais dans la Sarthe le 5 septembre. Ces nouveaux équipements s’ajoutent à la table de radiologie et à l’échographe déjà installés au sein du service, informe Ouest-france.fr

7:35

Le scanner à comptage photonique ultra basse dose a permis de détecter des anomalies pulmonaires après une transplantation pulmonaire, avec une réduction de la dose de rayonnement d'un facteur 10. Étude.

7:00

13 Sep

16:24

Une étude présentée dans AJR n'a relevé aucune différence entre les mesures anthropométriques réalisées sur des nouveau-nés qui avaient passé une IRM 1,5 T, une IRM 3 T ou aucune IRM in utero.
✕
Docteur Imago

GRATUIT
VOIR