Apprentissage profond

Un algorithme limite « drastiquement » la dose de gadolinium nécessaire en IRM

À qualité d’image équivalente, un algorithme présenté ce lundi 26 novembre au congrès de la RNSA permettrait de réaliser des examens d’IRM avec 10 % de la dose habituelle de produit de contraste au gadolinium.

icon réservé aux abonnésArticle réservé aux abonnés
Le 26/11/18 à 13:00, mise à jour hier à 15:17 Lecture 2 min.

L’algorithme a appris à extrapoler l’image « dose entière » d’un examen à partir des images de plus faible dose. © Enhao Gong

Alors que la communauté scientifique se mobilise pour déterminer les effets de la rétention de gadolinium dans le corps humain, une technique de rehaussement de contraste basée sur l’apprentissage profond pourrait aider les radiologues à moins utiliser cet élément pendant leurs examens d’IRM. Ses développeurs la présentent dans un article du Journal of Magnetic Resonance Imaging [1] et lors d’une session du congrès de la Société nord-américaine de radiologie (RSNA), ce lundi 26 septembre.

Trois séries d’images pour 200 patients

Pour entraîner cet algorithme, Enhao Gong, auteur principal de l’étude, et ses confrères de l’université de Stanford, Californie, ont collecté les examens d’IRM de 200 patients, avec des séquences 3D T1 IR-FSPGR, qui portaient sur « une variété d’indications ». Pour chacun de ces patients, ils ont extrait trois séries d’images : celles réalisés avant l’injection de produit de contraste à base de gadolinium, désignées comme « l’examen zéro dose », celles réalisés a

Il vous reste 66% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Gong E., Pauly J. M., Wintermark M., « Deep learning enables reduced gadolinium dose for constrast-enhanced brain MRI », J. Magn. Reson. Imaging, 2018, vol. 48, p. 330-340. https://doi.org/10.1002/jmri.25970.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Avr

7:30

La classification Node-RADS v1.0 montre une bonne reproductibilité entre radiologues, quel que soit leur niveau d’expertise, pour l’évaluation des ganglions médiastinaux au scanner thoracique dans le cancer bronchique non à petites cellules. Elle présente une forte spécificité et une valeur prédictive négative élevée, mais une sensibilité limitée. (Étude)
17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.
Docteur Imago

GRATUIT
VOIR