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 le 11/09/23 à 13:23 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

11 Juil

7:00

La qualité des images d'IRM 3D à double écho à l'état d'équilibre (IRM 3D-DESS) du cartilage du genou reconstruites par DL à l'IRM 7 T accélérée avec CAIPIRINHA était équivalente à celle des images 3D-DESS acquises avec une accélération basée sur l’algorithme de reconstruction GRAPPA. (étude).
10 Juil

16:00

La FDA (Food and Drug Administration) a approuvé la radioembolisation dans le cadre du traitement du carcinome hépatocellulaire non résécable, rapporte le site Diagnostic Imaging. Cette thérapie a également été récemment autorisée pour le traitement du cancer colorectal métastatique.

13:00

Sony a annoncé dans un communiqué le lancement de ses derniers moniteurs médicaux disponibles en trois tailles : 27 pouces, 32 pouces  et 43 pouces. Ces derniers intègrent des technologies avancées comme la technologie Backlight Master Drive de Sony qui améliore la luminosité et le contraste pour une meilleure visibilité.

7:00

Philips a reçu l’autorisation 510(k) de la FDA pour son logiciel de reconstruction d’apprentissage profond, SmartSpeed Precise, « marquant une étape majeure dans le parcours vers l’IRM autonome et personnalisée », souligne un communiqué de la société.
Docteur Imago

GRATUIT
VOIR