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 15:16 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

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