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 14:09 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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

30 Jan

7:12

Avec leurs capacités à détecter le métastases, la TEP-TDM au PSMA et l'IRM corps entier ont le potentiel de modifier la prise en charge des patients avec un cancer de la prostate avancé, mais des essais prospectifs sont nécessaires avant de les recommander en routine clinique, conclut un article dans European Radiology.
29 Jan

16:21

Alain Luciani, PU-PH au GHU Henri-Mondor (94) a été élu futur président de la Société française de radiologie (SFR) pour le mandat 2027 - 2031 ce 29 janvier, annonce la SFR.

15:25

Une étude publiée dans JACR compare l’utilisation des examens d’imagerie chez des enfants en consultation externe dans les hôpitaux pédiatriques et non pédiatriques à partir de données Medicaid 2019. Elle montre que les hôpitaux non pédiatriques utilisent plus fréquemment les examens exposant aux radiations ionisantes, tels que les radiographies et scanners, tandis que les hôpitaux pédiatriques privilégient davantage l’échographie et l’IRM.  

13:18

Une étude publiée dans Emergency Radiology rapporte un cas d’hémorragie sous-arachnoïdienne avec anévrismes multiples, dans lequel l’imagerie conventionnelle ne permettait pas d’identifier l’anévrisme rompu. L’IRM de la paroi vasculaire a mis en évidence un rehaussement focal de l’anévrisme du sommet basilaire, permettant un traitement endovasculaire ciblé et soulignant l’intérêt de cette technique dans les situations diagnostiques complexes.  
Docteur Imago

GRATUIT
VOIR