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 aujourd'hui à 14:20 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

06 Fév

16:08

Des chercheurs ont développé et validé un modèle de deep learning entièrement automatisé pour détecter et mesurer les masses surrénaliennes sur des scanners abdominaux injectés. Le modèle a le potentiel d’améliorer les taux de détection des lésions et de faciliter leur prise en charge précoce, indique l'étude.

13:06

Une étude publiée dans Radiology montre que le compte rendu structuré améliore l’efficacité des radiologues en réduisant le temps de rédaction et en recentrant l’attention visuelle sur l’image, par rapport au texte libre. L’ajout de l’intelligence artificielle augmente la précision diagnostique.

7:30

Une étude rétrospective montre que le score Node-RADS basé sur l’IRM offre une excellente précision diagnostique pour la détection des métastases ganglionnaires chez les patients atteints de cancer du rectum, avec une performance supérieure aux critères de taille et aux comptes rendus IRM classiques.
05 Fév

16:36

Le centre hospitalier Agen-Nérac (47) a mis en service le 26 janvier 2026 une nouvelle salle de radiologie numérisée sur son site de Nérac. D’un montant de 185 000 €, cet investissement améliore la qualité des diagnostics tout en réduisant l’exposition aux rayons, informe actu.fr.
Docteur Imago

GRATUIT
VOIR