Imagerie anténatale

Un algorithme « aplanit » le placenta pour mieux l’analyser

Des chercheurs du MIT ont développé un algorithme capable de « déployer » le placenta à partir d’images obtenues par IRM. Leur méthode ouvre de nouvelles perspectives pour le diagnostic précoce des anomalies placentaires.

icon réservé aux abonnésArticle réservé aux abonnés
Le 12/11/19 à 16:00, mise à jour aujourd'hui à 15:16 Lecture 1 min.

L'agorithme transforme les images courbes du placenta in vivo en surfaces planes, permettant ainsi de mieux analyser l'anatomie et la fonction de l'organe. © MIT-CSAIL

Une équipe du laboratoire d'informatique et d'intelligence artificielle du Massachusetts Institute of Technology (Boston, États-Unis), menée par le chercheur en apprentissage machine Mazdak Abulnaga, a conçu un algorithme qui permet d’ « aplanir » le placenta in vivo à partir d’images issues de l’IRM. Il modélise la forme du placenta en le subdivisant en milliers de petites pyramides, ou tétraèdres. « L’algorithme organise ensuite ces pyramides en un modèle qui ressemble à la forme aplatie d’un placenta ex vivo », indique le MIT dans un communiqué.

Un diagnostic plus précoce

Grâce à cette méthode, l’anatomie et la fonction du placenta seraient plus facilement analysables. Les chercheurs américains ont pu notamment visualiser plus clairement les cotylédons, ces structures fonctionnelles situées sur la face utérine, qui permettent l’échange de nutriments entre la mère et le fœtus : « Visualiser de telles structures pourrait permettre aux médecins de mieux suivre la fonction placentaire in

Il vous reste 48% 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. Abulnaga M., Abaci Turk E., Bessmeltsev M. et coll., « Placental Flattening via Volumetric Parametrization », ArXiv.org, septembre 2019. https://arxiv.org/pdf/1903.05044.pdf.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR