Mammographie

« Un sein cancéreux pourrait avoir une plus grande proportion de tissus désorganisés qu’un sein normal »

Professeur en ingénierie biomédicale à l’université du Maine (États-Unis), le chercheur canadien André Khalil travaille au développement d’une nouvelle méthode de prédiction de cancer du sein basée sur l’analyse des tissus désorganisés.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/02/20 à 16:00, mise à jour aujourd'hui à 15:13 Lecture 3 min.

« Nous devons déterminer à quel point l’identification de ces zones de tissus désorganisés sont prédictives d’un cancer invasif », indique André Khalil. © University of Maine/CompuMAINE

Docteur imago / Qu’appelle-t-on les tissus désorganisés du sein ?

André Khalil / Nous utilisons des méthodes venant de la physique et des mathématiques, qui nous permettent d’analyser des signaux et des images aux structures très complexes, en particulier des structures invariantes d’échelle. Parmi les nombreuses métriques disponibles, nous employons l’exposant de Hurst (H), qui nous offre une mesure de la rugosité de l’image. Lorsque cet exposant de Hurst dépasse ½, la physique sous-jacente est associée à des corrélations à longue portée. Un H plus petit que ½ est associé à une anti-corrélation. Mais dans les deux cas, nous avons donc une signature d’une organisation, soit positive (H > ½), soit négative (H < ½), à grande échelle. En revanche, lorsque cet exposant de Hurst est égal à ½, la physique sous-jacente est associée à l’aléatoire et à l’absence de corrélation. Ce sont ces régions de tissus des mammographies qui ont un H d’environ ½ que nous appelons des tissus désorganisés (dis

Il vous reste 76% 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

Bibliographie

  1. Marin Z., Batchelder K. A., Toner B. C. et coll., « Mammographic evidence of microenvironment changes in tumorous breasts », Medical Physics, 23 janvier 2017, vol. 44, n° 4. DOI : 10.1002/mp.12120.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
Docteur Imago

GRATUIT
VOIR