Radiomique

Une publication compare les algorithmes d’apprentissage profond les plus utiles en radiomique

Un article écrit par des radiologues et statisticiens français et paru le 28 août 2023 dans Scientific Reports a cherché à identifier les algorithmes d'apprentissage profond les plus efficaces en radiomique, en utilisant différentes bases de données d'imagerie.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/12/23 à 15:00 Lecture 2 min.

Les auteurs de l'étude ont testé 9 algorithmes de sélection de caractéristiques et 14 algorithmes de classification binaire, soit 126 combinaisons d’algorithmes d'apprentissage profond en radiomique testées et entraînées pour déterminer leur performance, via leur aire sous la courbe ROC (image d'illustration). D. R.

Définissable comme l’exploration de grandes quantités d’images radiologiques par des méthodes algorithmiques afin d’en extraire des caractéristiques statistiques cachées aux yeux des radiologues, la radiomique attire particulièrement les vendeurs d'IA et les radiologues, au vu des rapides progrès de l'intelligence artificielle. Toutefois, la recherche dans ce domaine n'est pas encore stabilisée et la radiomique n'a pas encore atteint la clinique, en partie par manque d'une méthodologie standardisée.

126 combinaisons d'algorithmes testées

Afin de pallier le manque de recommandations concernant les algorithmes d’apprentissage profond à utiliser en radiomique, des radiologues et statisticiens français ont testé 9 algorithmes de sélection de caractéristiques et 14 algorithmes de classification binaire, soit 126 combinaisons d’algorithmes d'apprentissage profond de radiomique. Chacun de ces algorithmes a ensuite été entraîné, puis testé trois fois pour déterminer ses performances via l'ai

Il vous reste 67% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Decoux A., Duron L., Habert P. et coll., « Comparative performances of machine learning algorithms in radiomics and impacting factors », Scientific Reports, 28 août 2023. DOI : 10.1038/s41598-023-39738-7.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

28 Mar

16:37

La SFR met en place l’application mobile SFR-JUISCI permettant aux utilisateurs d’accéder aux récentes recherches en radiologie. L’appli est à télécharger via la lien : https://lnkd.in/eW4i956c

13:36

Les tarifs hospitaliers afficheront une augmentation de 0,5 % en 2025 pour le secteur public comme pour le privé, annonce le Gouvernement dans un communiqué. « Cette hausse s’applique aux soins de médecine, chirurgie, obstétrique (MCO), comme aux soins médicaux de réadaptation (SMR). »

7:30

Un système d’IA marqué CE conçu pour la détection du cancer du sein sur les mammographies de dépistage a bien fonctionné pour identifier les cas négatifs et les cas de cancer, constate une étude parue dans European Radiology. Ce système peut être utilisé pour réduire la charge de travail des radiologues et potentiellement augmenter la sensibilité de la mammographie, suggèrent les auteurs.
27 Mar

16:01

Une enquête prospective menée de juin 2023 à mars 2025, auprès de 258 médecins en exercice en Allemagne, a analysé leurs préférences en matière de comptes rendus de radiologie. Selon l’enquête, parmi les spécialités étudiées, les chirurgiens ont signalé le plus haut niveau d’insatisfaction. L’intégration de l’imagerie dans les réunions interdisciplinaires pourrait par ailleurs améliorer davantage la compréhension des comptes-rendus de radiologie par les médecins traitants.
Docteur Imago

GRATUIT
VOIR