Intelligence artificielle

L’apport du deep learning pour segmenter les trabéculations en IRM cardiaque

Des radiologues et des informaticiens ont développé un outil de segmentation automatique des trabéculations cardiaques. L’outil présenterait de meilleures performances que l’humain en termes de reproductibilité.

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/01/21 à 16:00, mise à jour hier à 15:11 Lecture 3 min.

Image d'IRM, segmentation manuelle dite « ground-truth », puis segmentation des trabéculations produite automatiquement par l'algorithme (10 secondes). © Axel Bartoli et coll.

Une étude multicentrique rétrospective française s’est intéressée aux performances de l'apprentissage profond (deep learning) pour mesurer et segmenter les trabéculations en IRM cardiaque. L’équipe de recherche a publié ses travaux au mois de novembre dans Radiology : Artificial Intelligence [1].

Un besoin d’outil de précision

Les chercheurs sont partis du constat que la mesure des trabéculations cardiaques devait s’appuyer sur des critères précis afin de mieux faire la part des choses : « À l’heure actuelle, quand on interprète une IRM cardiaque, on dit de façon un peu subjective que le patient présente des trabéculations, sans véritablement déterminer s’il y a un excès ou si cela reste dans les limites de la normale », expose Axel Bartoli, radiologue à la Timone (Assistance publique - Hôpitaux de Marseille) et auteur principal de l’étude. Ils ont donc développé un algorithme de deep learning pour opérer des segmentations et des mesures automatiques, et dépasser l'évaluation visuelle :

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. Bartoli A., Fournel J., Bentatou Z. et coll., « Deep-Learning based automated segmentation of the left ventricular trabeculations and myocardium on cardiac MR images: a feasibility study », Radiology: Artificial Intelligence, novembre 2020. DOI : 10.1148/ryai.2020200021.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

30 Mai

16:00

Le radiologue interventionnel Mehdi Lebbadi a publié sur LinkedIn un appel à ses confrères à participer au #RIchallenge, du 1er au 10 juin. Visant à mettre en valeur la RI auprès des médecins et du public, ce défi vise à publier sur LinkedIn pour chaque participant 10 publications (une par jour) sur un sujet en lien avec la RI. Le vainqueur (le post ayant généré le plus d'interactions) sera récompensé le 12 juin par le Trophée GuERI com lors des JFICV 2025 à Arles, annonce le praticien.

13:30

Chez des patients atteints d'un cancer de la prostate métastatique résistant à la castration positif au PSMA et sans traitement préalable au taxane, le traitement par 177Lu-PSMA-617 pourrait différer la dégradation de la qualité de vie et de la douleur rapportées par les patients et empêcher les évènements squelettiques symptomatiques par rapport au traitement par changement de médicament inhibiteur de la voie de signalisation du récepteur aux androgènes (ARPI), selon une analyse des résultats de l'essai randomisé de phase 3 PSMAfore.

7:30

La Société européenne de radiologie gastrointestinale et abdominale (ESGAR) et l'Organisation européenne pour la recherche et le traitement du cancer (EORTC) ont publié dans European Radiology des recommandations sur l'imagerie lors du staging, de la planification du traitement et du suivi du carcinome hépatocellulaire dans le cadre de thérapies locales ou locorégionales.
28 Mai

16:00

La Société européenne de radiologie d'urgence (ESER) a publié des recommandations pratiques pour l'évaluation en imagerie et en urgence des causes gynécologiques des douleurs pelviennes aiguës chez la femme.
Docteur Imago

GRATUIT
VOIR