Intelligence artificielle

Le modèle « YOLO » efficace pour détecter les lésions anormales sur les mammographies

Une étude a évalué un modèle basé sur le réseau d’apprentissage profond You-Only-Look-Once (YOLO) pour détecter et classifier simultanément les lésions suspectes sur les mammographies lors de leur dépistage actuel. Il a atteint 92 % de précision dans le classement des mammographies normales.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/07/22 à 7:00, mise à jour hier à 15:08 Lecture 3 min.

Exemple de mammographies réalisées à 2,5 années d'intervalle chez la même patiente. À gauche, l'examen antérieur apparaît normal. À droite, l'examen « actuel » révèle la présence d'une masse. © Baccouche A. et coll.

Environ 10 % à 30 % des cas de cancer sont manqués lors de la mammographie de dépistage, selon Asma Baccouche, membre du département de sciences informatiques et d’ingénierie de l’université de Louisville, Kentucky (États-Unis), et ses confrères de l’université du Mississipi (États-Unis) et de Bilbao (Espagne). Ces ratages génèrent « un taux de faux négatifs allant jusqu’à 50 % selon le type de lésions et la densité mammaire », rappellent-ils en introduction d’un article de la revue Computer Methods and Programs in Biomédicine [1].

You only look once

Dans cette publication parue en juin 2022, ils présentent les recherches qu’ils ont menées sur un modèle de fusion de bout en bout (end-to-end) basé sur le réseau d’apprentissage profond You-Only-Look-Once (YOLO) et capable de simultanément détecter et classer les lésions mammaires suspectes sur les mammographies numériques. Ils ont travaillé sur une base de données privée de 413 examens réalisés auprès de 230 patientes, dont chacune avait p

Il vous reste 75% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Baccouche A., Garcia-Zapirain E., et coll., « Early detection and classification of abnormality in prior mammograms using image-to-image translation and YOLO techniques », Computer Methods and Programs in Biomedicine, juin 2022, vol. 221, 106884. DOI : 10.1016/j.cmpb.2022.106884.

Spécialité médicale

Imagerie de la femme

Modalité d’imagerie

Mammographie

Mots-clés

dépistage du cancer du sein cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

08 Avr

7:21

Dans une cohorte de dépistage à long terme, la progression de l'emphysème centrolobulaire (CLE), mais pas de l'emphysème paraseptal (PSE), était liée à la progression de la calcification des artères coronaires (CAC), ce qui indique l'importance d'une évaluation détaillée de l'emphysème dans les programmes de dépistage et confirmant que le CLE est un trouble systémique ayant une pertinence pronostique. (source)

7:00

07 Avr

16:34

14:32

Dans un communiqué diffusé le 26 mars, la Fédération nationale des médecins radiologues souligne le rôle central de l'imagerie dans le diagnostic de l'endométriose. L'échographie pelvienne est l'examen de première intention, suivie, quand elle est non concluante, de l'IRM pelvienne, rappelle le syndicat.

7:27

Le groupe Vidi annonce la signature d'un partenariat national avec la Fédération Addiction, réseau d'associations et de professionnels de l'addictologie. Il prévoit de faciliter l'orientation vers les structures d'imagerie et les dispositifs spécialisés en addictologie, notamment dans le cadre du dépistage du cancer du poumon, ainsi que des actions conjointes de sensibilisation et de prévention.

7:00

✕
Docteur Imago

GRATUIT
VOIR