Intelligence artificielle

Des outils de deep learning pour chaque besoin en imagerie cardiovasculaire

Un webinaire organisé par le CERF s'est intéressé aux applications de l'IA en imagerie cardiovasculaire. À chaque étape du processus, de l'acquisition au compte rendu, les outils d'IA ont un rôle à jouer mais les solutions développées doivent encore être perfectionnées.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/02/21 à 16:00, mise à jour aujourd'hui à 14:11 Lecture 5 min.

Le webinaire du CERF sur les applications de l’IA en imagerie cardiovasculaire s’est intéressé à l’apport du deep learning aux différentes étapes du workflow (photo d'illustration). © C. F.

Le 8 février, le webinaire du Collège des enseignants en radiologie de France (CERF) sur les applications de l’intelligence artificielle (IA) en imagerie cardiovasculaire s’est intéressé à l’apport du deep learning (apprentissage profond) aux différentes étapes du workflow. « L’imagerie cardiaque a des spécificités qui entraînent des difficultés pour les radiologues et pour lesquelles l’IA peut donc avoir un intérêt », a introduit Axel Bartoli, radiologue à l’hôpital de la Timone – Assistance publique – Hôpitaux de Marseille (AP-HM). Les difficultés se manifestent dès l’acquisition, du fait des mouvements du cœur. En IRM, le positionnement des coupes est essentiel « pour voir des paramètres fonctionnels de bonne qualité ». Au coroscanner, la problématique vient de la dose de rayonnements.

L’étape obligatoire du post-traitement

L’autre spécificité de l’imagerie cardiaque est l’importance du post-traitement : « En IRM cardiaque, on va toujours faire de la segmentation pour obtenir des para

Il vous reste 86% 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. Hong J. H., Park E.-A., Lee W. et coll., « Incremental image noise reduction in coronary CT angiography using a deep learning-based technique with iterative reconstruction », Korean Journal of Radiology, octobre 2020, vol. 21, n° 10, p. 1165-1177. DOI : 10.3348/kjr.2020.0020.
  2. Bernard O., Lalande A., Zotti C. et coll., « Deep learning techniques for automatic MRI cardiac multi-structures segmentation and diagnosis: is the problem solved ? », IEEE Transactions on Medical Imaging, novembre 2018, vol. 37, n° 11, p. 2514-2525. DOI : 10.1109/TMI.2018.2837502.o.
  3. Bartoli A., Fournel J., Bentatou Z. et coll., « Deep learning-based automated segmentation of left ventricular trabeculations and myocardium on cardiac MR Images: a feasibility study », Radiology: Artificial Intelligence, janvier 2021, vol. 3, n° 1. DOI : 10.1148/ryai.2020200021.

Spécialité médicale

Cardiologie

Modalité d’imagerie

IRM Scanner

Mots-clés

intelligence artificielle CERF

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Nov

15:34

Des chercheurs ont examiné l’association entre la charge allostatique (AL), un indicateur de dysrégulation physiologique liée au stress, et la présence de pathologie maligne lors de biopsies mammaires guidées par imagerie. Les résultats suggèrent qu’une AL plus élevée est liée à un risque accru de pathologie maligne, ce qui pourrait guider des stratégies de dépistage personnalisées, indique une étude publiée dans JACR.

15:00

13:17

L’IRM rapide avec la reconstruction par apprentissage profond (DLR) améliore la qualité d’image et la précision diagnostique pour l’appendicite complexe par rapport à l’IRM non DLR et à la tomographie par contraste, offrant une alternative précieuse pour les patients sensibles aux radiations. (Étude).

7:09

Une étude évaluant plusieurs grands modèles de langage a montré que le modèle OpenAI o3 obtenait la meilleure précision à l’examen national japonais des techniciens en radiologie, atteignant 90 % de réussite.

7:00

20 Nov

15:06

Une étude montre que l’angioscanner coronaire à détecteur photonique, réalisée avec des doses réduites de rayonnement et de produit de contraste, offre une excellente qualité d’image et une précision diagnostique élevée, en particulier avec les reconstructions en VMI à 55 keV. Cette technique permet de détecter avec fiabilité les sténoses obstructives et les resténoses intrastent chez des patients souffrant d’une maladie coronarienne associée à l’inflammation.
✕
Docteur Imago

GRATUIT
VOIR