Segmentation corps entier

Des chercheurs suisses développent une IA de segmentation du corps disponible publiquement

Le modèle d'apprentissage profond suisse TotalSegmentator permet de segmenter de manière robuste 104 structures anatomiques sur des images de scanner normales et pathologiques. Plus généraliste que les précédents logiciels de segmentation disponibles publiquement selon ses créateurs, TotalSegmentator a fait l'objet d'une publication dans Radiology: Artificial Intelligence le 5 juillet 2023.

icon réservé aux abonnésArticle réservé aux abonnés
Le 26/09/23 à 7:00 Lecture 3 min.

Afin de développer un tel outil de segmentation à l'échelle du corps entier, les chercheurs ont entraîné un algorithme de segmentation d'apprentissage profond utilisant la méthode nnU-NET © Jakob Wasserthal et al

De plus en plus utilisés par les radiologues, les outils de segmentation sont surtout spécialisés dans la segmentation de certains organes (foie, rate, etc.) et généralement développés par des entreprises privées ou entraînées sur des jeux de données non disponibles publiquement, rendant leur fonctionnement opaque. Afin de mettre à disposition des radiologues un outil de segmentation générale et basé sur des données publiquement accessibles, des chercheurs de la clinique de radiologie et de médecine nucléaire de l'hôpital universitaire de Bâle (Suisse) ont développé l'outil TotalSegmentator, qui a fait l'objet d'une étude rétrospective [1] en juillet puis d'un commentaire éditorial en août dans Radiology: Artificial Intelligence. [2]

Un algorithme utilisant la méthode nnU-NET

Afin de développer un tel outil de segmentation à l'échelle du corps entier, les chercheurs ont entraîné un algorithme de segmentation d'apprentissage profond utilisant la méthode nnU-NET (acronyme de l'anglais

Il vous reste 81% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Wasserthal J, Breit H-C, Meyer M-T., « TotalSegmentator: Robust Segmentation of 104 Anatomic Structures in CT Images », Radiology: Artificial Intelligence, juillet 2023, DOI : 10.1148/ryai.230024
  2. Sebro R., Mongan J., « TotalSegmentator: A Gift to the Biomedical Imaging Community », Radiology: Artificial Intelligence, Août 2023, DOI : 10.1148/ryai.230235

Modalité d’imagerie

Scanner

Mots-clés

apprentissage profond intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Juil

11:00

EDL, principal fournisseur européen de logiciels d’imagerie médicale, entre en négociations exclusives pour l’acquisition de Myrian®, une plateforme de référence en visualisation avancée et aide au diagnostic, annonce un communiqué d'EDL.

7:45

Suzette Delaloge, médecin oncologue et chercheuse a été nommée présidente du conseil d'administration de l'Institut national du cancer (Inca), informe l'Inca.

7:00

08 Juil

16:41

Les femmes homosexuelles, bisexuelles et les femmes trans sont moins susceptibles de bénéficier d'un dépistage du cancer du sein et du col de l'utérus par rapport aux femmes cisgenres, révèle une étude américaine.

13:40

L'Instylla EmbraceTM HES, un dispositif médical d'embolisation, serait aussi sûr et efficace que les autres techniques d'embolisation pour traiter les tumeurs hypervascularisées. (Etude)

7:38

Un système de classification développé par des chercheurs américains pourrait améliorer l'analyse correcte de l'IRM sur la sténose rachidienne lombaire, selon une étude. À l'heure actuelle, il n'existe pas de système de classification de type RADS pour cette pathologie.
✕
Docteur Imago

GRATUIT
VOIR