Innovation

Le scanner à comptage photonique se montre efficace pour la détection du myélome multiple

Des chercheurs américains ont démontré les performances du scanner à comptage photonique par rapport au scanner conventionnel pour la détection du myélome multiple. Ils rapportent une meilleure visualisation des lésions, et une réduction du bruit à dose de rayonnement équivalente.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/10/22 à 15:00, mise à jour aujourd'hui à 14:10 Lecture 2 min.

Les auteurs rapportent que les lésions lytiques étaient plus visibles avec le scanner à comptage photonique (milieu et droite avec reconstruction d'image) par rapport au scanner conventionnel (gauche). © Baffour et coll. / RSNA 2022

Une équipe de recherche de la Mayo Clinic à Rochester (États-Unis) a évalué les performances diagnostiques du scanner à comptage photonique associé à un algorithme de réduction du bruit basé sur l'apprentissage profond pour la détection du myélome multiple. Elle rapporte une efficacité améliorée par rapport au scanner à détecteur intégratif.

Deux scanners à doses équivalentes

L’étude, menée par le radiologue Francis Baffour et présentée dans la revue Radiology le 6 septembre, a inclus 27 patients atteints d’un myélome multiple, et comparé le scanner à comptage photonique au scanner conventionnel [1]. « Entre avril et juillet 2021, des participants adultes ayant passé un examen de scanner corps entier ont été inclus de manière prospective et ont passé un scanner à comptage photonique en mode ultra-haute résolution à une dose de rayonnement équivalente (8 mSv pour un adulte moyen) », précisent les auteurs. Les images ont été reconstruites et débruitées en utilisant un réseau neuronal convo

Il vous reste 69% 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. Baffour F. I., Huber N. R., Ferrero A. et coll., « Photon-counting detector CT with deep learning noise reduction to detect multiple myeloma », Radiology. Epub : 6 septembre 2022. DOI : 10.1148/radiol.220311.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

18 Mar

13:45

Un billet publié dans npj Digit. Med exprime un « optimisme prudent » quant à la protection de la vie privée grâce à l'utilisation des dossiers médicaux électroniques. Bien que ces dossiers puissent conserver les données biométriques et démographiques, la possibilité de réidentifier les patients par leur intermédiaire est atténuée par plusieurs facteurs, comme la mise en œuvre de mesures de protection, affirment les auteurs (Source)

7:26

L'embolisation transartérielle présente un taux de mortalité « acceptable » et un faible taux de complication, qui en font une alternative thérapeutique viable pour le traitement des hémorragies aiguës associées à un traumatisme contondant chez les patients pédiatriques, concluent des chercheurs chinois dans EJR.
17 Mar

16:22

Le [64Cu]Cu-NOTA-anti-EphA2-Mb serait un agent immuno-TEP prometteur pour identifier les patients susceptibles de bénéficier de traitements anticancéreux ciblés (étude).

14:14

Un modèle de deep learning améliorait considérablement la rapidité et la précision du diagnostic pour la détection des metastases cérébrales. Le temps de lecture a été réduit de 30,87 %, et la sensibilité est passée de 0,685 à 0,916 grâce à l'utilisation du modèle (étude).

7:30

L'angiomammographie montrerait une sensibilité et une précision élevées dans l'évaluation des asymétries mammographiques, ce qui en ferait un outil intéressant pour exclure les malignités, réduire le nombre de biopsies inutiles et optimiser les parcours de soins (étude).
Docteur Imago

GRATUIT
VOIR