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 15:15 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

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
Docteur Imago

GRATUIT
VOIR