Intelligence artificielle

Data challenge des JFR : acte II

Après le succès de la première édition en 2018, le data challenge des JFR est de retour en 2019. Les équipes devront plancher cette année sur trois pathologies : les nodules pulmonaires, la sarcopénie et la SEP.

icon réservé aux abonnésArticle réservé aux abonnés
Le 14/06/19 à 15:00, mise à jour aujourd'hui à 15:16 Lecture 1 min.

Les radiologues sont invités à envoyer leurs images pour enrichir les bases de données du data challenge. DR - Photo d'illustration

Imaginé par la Société française de radiologie et Gustave-Roussy, le data challenge des JFR vise à développer un écosystème pluridisciplinaire - radiologues, étudiants, chercheurs, ingénieurs et industriels - autour de l’intelligence artificielle. Le prochain évènement se déroulera pendant les Journées francophones de radiologie du 11 au 14 octobre prochains.

Focus sur trois thématiques

Lors du data challenge des JFR 2018, 26 équipes s’étaient « affrontées » sur cinq thèmes cliniques. En 2019, les thématiques sont au nombre de trois, proposées par des sociétés d’organes :

  • la classification des images scanner ayant un nodule inférieur ou supérieur à 100mm3 (Société d’imagerie thoracique) ;
  • le calcul de la surface des muscles pour la sarcopénie en scanner (Société d’imagerie abdominale et digestive) ;
  • la prédiction du handicap des patients SEP à partir des IRM 3D Flair (Société française de neuroradiologie).

Appels aux radiologues pour enrichir la base de données

Grâce à l’émulation autour de c

Il vous reste 51% 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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

17 Juil

16:00

Des chercheurs nord-américains ont adapté un modèle d'apprentissage profond pour la segmentation de la composition corporelle (muscle, os, graisse) à partir des images scanner volumétriques allant des vertèbres L2 à L4. La méthode s'est montrée plus précise que la technique standard, basée sur une seule coupe axiale en L3, se félicitent-ils dans EJR.

13:30

La TEP-TDM au meta-[18F] fluorobenzylguanidine ([18F]-mFBG) pourrait constituer une alternative plus efficace à la TEMP-TDM au [123I]-metaiodobenzylguanidine (MIBG) pour la stadification et l'évaluation de la réponse tumorale des neuroblastomes, conclut une étude présentée dans Pediatric Radiology.

7:42

GE Healthcare et la Mayo Clinic à Rochester (Minnesota) annoncent leur coopération autour d'un essai sur le traitement du cancer de la prostate par radioligands. L'étude MI-BET évaluera si l'utilisation de marqueurs biologiques et d'imagerie permet de mieux personnaliser les traitements, par exemple en espaçant les séances.
16 Juil

16:59

Une étude rétrospective compare les biopsies mammaires guidées par tomosynthèse et par échographie pour les lésions mammaires non calcifiées, en évaluant leurs caractéristiques et leurs performances diagnostiques. Les résultats montrent que l'échographie présente une meilleure valeur prédictive positive et que la tomosynthèse reste une alternative pertinente lorsque la lésion n'a pas de corrélat échographique définitif.

13:46

En angioscanner de la tête et du cou, associer une technologie de reconstruction d'image par apprentissage profond à une acquisition de basse énergie (80 kVp) permet de diminuer les doses de radiation (-36 %) et de produit de contraste (-26%) en améliorant la qualité d'image par rapport au protocole standard (100 kVp et reconstruction itérative), conclut un article dans EJR.
Docteur Imago

GRATUIT
VOIR