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

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