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 15:18 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

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.
11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
Docteur Imago

GRATUIT
VOIR