Apprentissage profond

Un algorithme limite « drastiquement » la dose de gadolinium nécessaire en IRM

À qualité d’image équivalente, un algorithme présenté ce lundi 26 novembre au congrès de la RNSA permettrait de réaliser des examens d’IRM avec 10 % de la dose habituelle de produit de contraste au gadolinium.

icon réservé aux abonnésArticle réservé aux abonnés
Le 26/11/18 à 13:00, mise à jour aujourd'hui à 14:27 Lecture 2 min.

L’algorithme a appris à extrapoler l’image « dose entière » d’un examen à partir des images de plus faible dose. © Enhao Gong

Alors que la communauté scientifique se mobilise pour déterminer les effets de la rétention de gadolinium dans le corps humain, une technique de rehaussement de contraste basée sur l’apprentissage profond pourrait aider les radiologues à moins utiliser cet élément pendant leurs examens d’IRM. Ses développeurs la présentent dans un article du Journal of Magnetic Resonance Imaging [1] et lors d’une session du congrès de la Société nord-américaine de radiologie (RSNA), ce lundi 26 septembre.

Trois séries d’images pour 200 patients

Pour entraîner cet algorithme, Enhao Gong, auteur principal de l’étude, et ses confrères de l’université de Stanford, Californie, ont collecté les examens d’IRM de 200 patients, avec des séquences 3D T1 IR-FSPGR, qui portaient sur « une variété d’indications ». Pour chacun de ces patients, ils ont extrait trois séries d’images : celles réalisés avant l’injection de produit de contraste à base de gadolinium, désignées comme « l’examen zéro dose », celles réalisés a

Il vous reste 66% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Gong E., Pauly J. M., Wintermark M., « Deep learning enables reduced gadolinium dose for constrast-enhanced brain MRI », J. Magn. Reson. Imaging, 2018, vol. 48, p. 330-340. https://doi.org/10.1002/jmri.25970.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Mar

16:02

Des chercheurs ont utilisé un système d'IA pour quantifier automatiquement les calcifications artérielles mammaires à partir de mammographies de dépistage du cancer du sein pour identifier les femmes à risque cardiovasculaire. Des calcifications ont été détectées chez 16,1 % (cohorte interne) et 20,6 % (cohorte externe) des femmes et ont fourni une valeur pronostique significative (étude).

14:00

La Société européenne de radiologie (ESR) annonce le lancement de la nouvelle revue European Radiology Abdomen. Fondée en collaboration avec la Société européenne de radiologie gastro-intestinale et abdominale (ESGAR) et la Société européenne de radiologie urogénitale (ESUR), la nouvelle revue a pour rédactrice en chef la radiologue Valérie Vilgrain.

7:30

La suite d'outils d'intelligence artificielle Rayvolve AI de l'entreprise française AZmed a démontré des performances robustes et généralisables dans plusieurs applications telles que la détection des anomalies thoraciques ou le calcul de l'âge osseux, dans une étude sur plus de 250 000 examens de radiographie.
10 Mar

16:05

Un étiquetage des lésions à l'aide d'étiquettes reproductibles entre lecteurs est essentiel au développement et à la validation des algorithmes d'intelligence artificielle en médecine nucléaire, défendent les auteurs d'un article paru dans JNM, qui jugent que les pratiques en la matière ne sont pas assez rigoureuses.
Docteur Imago

GRATUIT
VOIR