Intelligence artificielle

Les atouts du manifold learning en neuro-imagerie

Vendredi 2 octobre, une session des JFR 2020 s’est intéressée aux applications de l’intelligence artificielle en neuroradiologie. Les intervenants ont notamment évoqué le potentiel du manifold learning pour extraire et analyser des marqueurs cliniques et radiologiques des maladies neurodégénératives.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/10/20 à 7:00, mise à jour hier à 15:13 Lecture 3 min.

« Sans être supervisé, l’algorithme est capable d’utiliser les valeurs quantitatives extraites d’une séquence d’IRM pour différencier les cerveaux des sujets contrôles de ceux des patients malades, en séparant les variantes génétiques des démences fronto-temporales par exemple », décrit Arnaud Attyé. © Arnaud Attyé

Félix Renard et Arnaud Attyé, respectivement ingénieur en traitement d’images médicales au sein de la compagnie Pixyl et neuroradiologue à l’université Grenoble Alpes (38), ont travaillé sur le manifold learning. Cette forme d’apprentissage en intelligence artificielle, très utilisée en Data Science, est encore peu répandue en médecine. Elle consiste grosso modo à convertir un jeu de données de grande dimension en quelques variables caractéristiques dans un espace réduit. L'algorithme étudie ensuite la distance entre les individus dans cet espace pour diagnostiquer et pronostiquer les maladies.

« On ne moyenne rien »

« C’est une méthode qui permet de tenir compte de la variabilité individuelle. On ne moyenne rien, décrivait Arnaud Attyé lors d'une session des Journées francophones de radiologie 2020, le 2 octobre. Le caractère innovant des algorithmes de manifold learning développés à Grenoble ne repose pas sur l’étape de réduction de dimension, somme toute assez banale, mais sur l’étape

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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

25 Avr

17:06

L'antiaggrégant plaquettaire tirofiban administré par voie intraveineuse avant thrombectomie augmente significativement la proportion de patients recanalisés au premier passage (65 %, vs 48 % sans tirofiban), selon un essai randomisé chinois ouvert multicentrique en simple aveugle de phase 2 (200 patients inclus) paru dans JAMA Network Open.

11:13

Une étude publiée dans Radiology: Imaging Cancer révèle un soutien prudent à l'utilisation de l'intelligence artificielledans le dépistage du cancer du sein. Réalisée auprès d'une population diversifiée, l'enquête montre que la confiance envers l'IA varie selon les antécédents médicaux personnels et les facteurs sociodémographiques.

7:19

Un nouveau cabinet de radiologie a ouvert ses porte le 14 avril dernier à l’hypercentre de Montpellier. Ce cabinet propose désormais des examens d’IRM et de scanner, annonce Midilibre.fr
24 Avr

16:01

Un scénario de dépistage du cancer du poumon où le radiologue interprète seulement les scanners avec un résultat positif de l'IA peut réduire la charge de travail des praticiens tout en préservant la sensibilité, selon une étude rétrospective (366 sujets) d'AJR évaluant différents scénarios d'implémentation de l'IA dans le dépistage de ce cancer.
Docteur Imago

GRATUIT
VOIR