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 15:18 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

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