Intelligence artificielle

Des outils de deep learning pour chaque besoin en imagerie cardiovasculaire

Un webinaire organisé par le CERF s'est intéressé aux applications de l'IA en imagerie cardiovasculaire. À chaque étape du processus, de l'acquisition au compte rendu, les outils d'IA ont un rôle à jouer mais les solutions développées doivent encore être perfectionnées.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/02/21 à 16:00, mise à jour aujourd'hui à 15:12 Lecture 5 min.

Le webinaire du CERF sur les applications de l’IA en imagerie cardiovasculaire s’est intéressé à l’apport du deep learning aux différentes étapes du workflow (photo d'illustration). © C. F.

Le 8 février, le webinaire du Collège des enseignants en radiologie de France (CERF) sur les applications de l’intelligence artificielle (IA) en imagerie cardiovasculaire s’est intéressé à l’apport du deep learning (apprentissage profond) aux différentes étapes du workflow. « L’imagerie cardiaque a des spécificités qui entraînent des difficultés pour les radiologues et pour lesquelles l’IA peut donc avoir un intérêt », a introduit Axel Bartoli, radiologue à l’hôpital de la Timone – Assistance publique – Hôpitaux de Marseille (AP-HM). Les difficultés se manifestent dès l’acquisition, du fait des mouvements du cœur. En IRM, le positionnement des coupes est essentiel « pour voir des paramètres fonctionnels de bonne qualité ». Au coroscanner, la problématique vient de la dose de rayonnements.

L’étape obligatoire du post-traitement

L’autre spécificité de l’imagerie cardiaque est l’importance du post-traitement : « En IRM cardiaque, on va toujours faire de la segmentation pour obtenir des para

Il vous reste 86% 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. Hong J. H., Park E.-A., Lee W. et coll., « Incremental image noise reduction in coronary CT angiography using a deep learning-based technique with iterative reconstruction », Korean Journal of Radiology, octobre 2020, vol. 21, n° 10, p. 1165-1177. DOI : 10.3348/kjr.2020.0020.
  2. Bernard O., Lalande A., Zotti C. et coll., « Deep learning techniques for automatic MRI cardiac multi-structures segmentation and diagnosis: is the problem solved ? », IEEE Transactions on Medical Imaging, novembre 2018, vol. 37, n° 11, p. 2514-2525. DOI : 10.1109/TMI.2018.2837502.o.
  3. Bartoli A., Fournel J., Bentatou Z. et coll., « Deep learning-based automated segmentation of left ventricular trabeculations and myocardium on cardiac MR Images: a feasibility study », Radiology: Artificial Intelligence, janvier 2021, vol. 3, n° 1. DOI : 10.1148/ryai.2020200021.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

18 Sep

16:18

Lunit, leader mondial de l’intelligence artificielle appliquée au diagnostic et au traitement du cancer, annonce dans un communiqué que ses solutions d’IA pour l’imagerie mammaire ont été sélectionnées dans le cadre du renouvellement du marché imagerie de l’Union des hôpitaux pour les achats (UniHA), contribuant ainsi à accélérer l’adoption de technologies de santé innovantes.

13:30

Les patients ont une opinion plutôt favorable de l’intervention de l’IA en médecine, indique une étude publiée dans le Journal of the American Medical Association (JAMA). Cependant, lorsque les patients sont atteints d'une maladie grave, ils ont alors une opinion moins favorable.

7:09

Dans un communiqué publié sur son site internet, la FNMR annonce un certain nombres d’actions pour le dépistage du cancer du sein. Ainsi, pour Octobre Rose, les radiologues sont invités à diffuser largement les différents visuels mis en place à cette occasion pour encourager les femmes à se faire dépister.
17 Sep

15:14

La TEP-TDM des récepteurs de la somatostatine a montré une sensibilité parfaite pour détecter les méningiomes intracrâniens dans une étude rétrospective incluant 8 077 examens. Les auteurs ont toutefois relevé un taux de faux positifs de 2,9 %.
Docteur Imago

GRATUIT
VOIR