Apprentissage profond

Un nouvel algorithme d’extraction cérébrale par IRM a été développé pour les nouveau-nés

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/03/24 à 15:00

Le modèle d’apprentissage automatique ANUBEX effectue une segmentation automatique des cerveaux néonatals à partir d’images IRM (photo d'illustration). © CHRU de Brest

Alors que les algorithmes d’extraction du cerveau sont bien établis chez les adultes, il existe toutefois peu d’algorithmes d’extraction disponibles pour le cerveau néonatal, constatent des chercheurs américains dans une étude publiée dans Nature Scientific Reports. L’extraction du cerveau, est pourtant « une étape essentielle du prétraitement des données pour les approches d’apprentissage automatique de l’analyse d'une IRM cérébrale », indique les auteurs de l'étude.

Création du modèle ANUBEX

Ces derniers ont donc développé un algorithme d’apprentissage profond appelé ANUBEX, un extracteur automatisé d’IRM cérébrale néonatale conçue à l’aide de l’architecture nnU-Net. Celui-ci a été entraîné sur 433 nouveaux venant de 17 établissements aux États-Unis. Ces patients étaient atteints d’encéphalopathie modérée à sévère à la naissance et inscrits à l’étude HEAL (High-dose Erythropoietine for Asphyxia and Encephalopathy). Dans le cadre de cette étude, des IRM ont été obtenues entre 96 et

Il vous reste 61% 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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR