7 T et 11,7 T

NeuroSpin accélère l’IRM ultra haut champ

Des chercheurs de NeuroSpin, infrastructure de recherche sur l’imagerie du cerveau située sur le site du CEA Paris-Saclay, ont développé une méthode logicielle qui permet de réduire les temps d’acquisition en IRM 7 T sans impacter la qualité d’image.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/04/19 à 15:00, mise à jour aujourd'hui à 15:15 Lecture 1 min.

Pour réduire les temps d'acquisition, les chercheurs de NeuroSpin ont développé un algorithme qui s’appuie sur de nouveaux schémas d’échantillonnage. ©CEA/Carole Lazarus.

Des chercheurs de NeuroSpin au CEA Paris-Saclay (91) ont mis au point une méthode qui permet de réduire de façon drastique les temps d’acquisition en IRM ultra haut champ. Avec cette technique, recueillir les données d'un cerveau humain avec une résolution de 100 µm sur un scanner à 11,7 T prendrait une dizaine de minutes au lieu de 3 heures avec les protocoles standards, affirme le CEA (DRF/Joliot) sur son site.

Des schémas d'échantillonnage optimisés

Les chercheurs ont développé un algorithme qui s’appuie sur de nouveaux schémas d’échantillonnage : « Les données en IRM sont acquises le long de trajectoires. Notre travail a consisté à proposer de nouveaux schémas d’échantillonnage qui sont polyvalents, qui permettent d’optimiser la construction de ces trajectoires, tout en repoussant les limites de l’imageur et en s’adaptant à n’importe quel type d’examen IRM qu’on veut réaliser », explique Philippe Ciuciu, chercheur à NeuroSpin, Institut des Sciences du Vivant Frédéric Joliot, CEA/DRF.

Il vous reste 58% 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

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.
08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
Docteur Imago

GRATUIT
VOIR