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 aujourd'hui à 15:09 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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

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

06 Mai

16:07

Une étude a relevé des « différences significatives » de résultats entre deux solutions commerciales d'IA pour le calcul automatique des volumes du noyau et de la pénombre ischémique chez des patients atteints d'AVC (Viz.ai et RAPID.AI). Les chercheurs n'ont toutefois pas constaté de différence entre les deux logiciels dans l'évaluation de l'éligibilité à la thrombectomie selon les critères DEFUSE-3.

13:02

Des chercheurs de l'Ohio (États-Unis) ont développé et validé des modèles d'apprentissage profond pour la segmentation automatique du foie, de la rate et du pancréas sur examens des scanner pédiatrique. Les modèles de transfer learning entraînés à l'aide de bases de données publiques hétérogènes et affinés à l'aide de données institutionnelles ont donné les meilleurs résultats, écrivent-ils dans AJR.

7:30

Pour la recherche d'embolie pulmonaire aiguë, le scanner à comptage photonique permet d'examiner les patients avec les avantages de l'imagerie spectrale, y compris une imagerie morphologique de haute qualité et la perfusion pulmonaire pour tous les patients, tout en réduisant la dose de rayonnement de près de 50 % par rapport au détecteur à intégration d'énergie, selon une étude réalisée au CHU de Lille par l'équipe de Martine Rémy-Jardin. Lire notre article sur ce sujet.
Docteur Imago

GRATUIT
VOIR