Intelligence artificielle

Un programme « 1 000 fois plus rapide » pour comparer des images cérébrales

Des chercheurs du Massachusetts Institute of Technology (MIT) ont développé un algorithme capable de comparer des images cérébrales 3D « 1 000 fois plus rapidement » que les techniques traditionnelles.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/08/18 à 11:00, mise à jour hier à 15:17 Lecture 1 min.

Des chercheurs du MIT ont mis au point un algorithme basé sur la technologie du machine learning capable d'analyser des images cérébrales en quelques minutes au lieu de plusieurs heures. ©MIT

Un champion de l’analyse d’images. Le nouvel algorithme développé par l’Institut de technologie du Massachusetts (MIT), à Boston, est conçu pour battre des records de vitesse. Baptisé VoxelMorph, il permettrait de comparer des images cérébrales 3D superposées en seulement une ou deux minutes.

Un processus chronophage

La superposition d’images cérébrales permet d'analyser en détail les différences anatomiques entre deux examens. « Par exemple, si un patient a une tumeur au cerveau, les médecins peuvent superposer une IRM réalisée plusieurs mois auparavant à une IRM plus récente pour analyser les petits changements dans l'évolution de la tumeur », indique le MIT dans un communiqué. En alignant chaque pixel d’une image à une autre, le processus peut prendre plusieurs heures. Pour remédier à ce problème, les chercheurs du MIT ont utilisé la technologie du machine learning. Résultat : une analyse qu’ils annoncent « 1 000 fois plus rapide ».

7 000 IRM pour façonner l'algorithme

Pour « entraîner 

Il vous reste 54% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Avr

7:30

La classification Node-RADS v1.0 montre une bonne reproductibilité entre radiologues, quel que soit leur niveau d’expertise, pour l’évaluation des ganglions médiastinaux au scanner thoracique dans le cancer bronchique non à petites cellules. Elle présente une forte spécificité et une valeur prédictive négative élevée, mais une sensibilité limitée. (Étude)
17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.
Docteur Imago

GRATUIT
VOIR