Mammographie

« Un sein cancéreux pourrait avoir une plus grande proportion de tissus désorganisés qu’un sein normal »

Professeur en ingénierie biomédicale à l’université du Maine (États-Unis), le chercheur canadien André Khalil travaille au développement d’une nouvelle méthode de prédiction de cancer du sein basée sur l’analyse des tissus désorganisés.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/02/20 à 16:00, mise à jour hier à 15:14 Lecture 3 min.

« Nous devons déterminer à quel point l’identification de ces zones de tissus désorganisés sont prédictives d’un cancer invasif », indique André Khalil. © University of Maine/CompuMAINE

Docteur imago / Qu’appelle-t-on les tissus désorganisés du sein ?

André Khalil / Nous utilisons des méthodes venant de la physique et des mathématiques, qui nous permettent d’analyser des signaux et des images aux structures très complexes, en particulier des structures invariantes d’échelle. Parmi les nombreuses métriques disponibles, nous employons l’exposant de Hurst (H), qui nous offre une mesure de la rugosité de l’image. Lorsque cet exposant de Hurst dépasse ½, la physique sous-jacente est associée à des corrélations à longue portée. Un H plus petit que ½ est associé à une anti-corrélation. Mais dans les deux cas, nous avons donc une signature d’une organisation, soit positive (H > ½), soit négative (H < ½), à grande échelle. En revanche, lorsque cet exposant de Hurst est égal à ½, la physique sous-jacente est associée à l’aléatoire et à l’absence de corrélation. Ce sont ces régions de tissus des mammographies qui ont un H d’environ ½ que nous appelons des tissus désorganisés (dis

Il vous reste 76% 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. Marin Z., Batchelder K. A., Toner B. C. et coll., « Mammographic evidence of microenvironment changes in tumorous breasts », Medical Physics, 23 janvier 2017, vol. 44, n° 4. DOI : 10.1002/mp.12120.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR