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 15:10 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

cancer du sein dépistage du cancer du sein

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

14 Août

14:48

L'adoption des outils d'IA destinés au dépistage du cancer du sein est notable, mais seule une minorité d'utilisateurs de l'IA rapporterait bénéfice clinique significatif (étude).

7:45

Le scanner injecté apporterait une valeur ajoutée diagnostique lors de la reclassification des patientes présentant des tumeurs ovariennes épithéliales classées en O-RADS 4 ou 5, ce qui faciliterait la caractérisation des lésions annexielles et permettrait une planification chirurgicale plus personnalisée (étude).

7:00

13 Août

14:36

Le Collège américain de radiologie (ACR) met à jour ses critères de pertinence pour l'imagerie des pneumopathies interstitielles diffuses (PID). Le document définit des guidelines pour l'imagerie initiale en cas de suspicion de PID, pour l'imagerie en cas de détérioration aiguë chez les patients atteints d'une PID confirmée, et pour le suivi de la maladie.

7:31

L'arrêté du 6 août 2026 valide le remboursement du système de thrombolyse in situ dirigée par cathéter et assistée par ultrasons EKOS de la société BOSTON SCIENTIFIC pour le traitement de l'embolie pulmonaire.

7:00

✕
Docteur Imago

GRATUIT
VOIR