Mammographie

« Un sein cancéreux pourrait avoir une plus grande proportion de tissus désorganisés qu’un sein normal »

Professeur en ingénierie biomédicale à l’université du Maine (États-Unis), le chercheur canadien André Khalil travaille au développement d’une nouvelle méthode de prédiction de cancer du sein basée sur l’analyse des tissus désorganisés.

icon réservé aux abonnésArticle réservé aux abonnés
Le 21/02/20 à 16:00, mise à jour aujourd'hui à 15:14 Lecture 3 min.

« Nous devons déterminer à quel point l’identification de ces zones de tissus désorganisés sont prédictives d’un cancer invasif », indique André Khalil. © University of Maine/CompuMAINE

Docteur imago / Qu’appelle-t-on les tissus désorganisés du sein ?

André Khalil / Nous utilisons des méthodes venant de la physique et des mathématiques, qui nous permettent d’analyser des signaux et des images aux structures très complexes, en particulier des structures invariantes d’échelle. Parmi les nombreuses métriques disponibles, nous employons l’exposant de Hurst (H), qui nous offre une mesure de la rugosité de l’image. Lorsque cet exposant de Hurst dépasse ½, la physique sous-jacente est associée à des corrélations à longue portée. Un H plus petit que ½ est associé à une anti-corrélation. Mais dans les deux cas, nous avons donc une signature d’une organisation, soit positive (H > ½), soit négative (H < ½), à grande échelle. En revanche, lorsque cet exposant de Hurst est égal à ½, la physique sous-jacente est associée à l’aléatoire et à l’absence de corrélation. Ce sont ces régions de tissus des mammographies qui ont un H d’environ ½ que nous appelons des tissus désorganisés (dis

Il vous reste 76% 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. Marin Z., Batchelder K. A., Toner B. C. et coll., « Mammographic evidence of microenvironment changes in tumorous breasts », Medical Physics, 23 janvier 2017, vol. 44, n° 4. DOI : 10.1002/mp.12120.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

13 Avr

16:39

Un modèle basé sur l'apprentissage profond capable de prédire l'étendue du noyau ischémique dans les cas de reperfusion réussie et la région combinée de noyau et de pénombre ischémique après l'échec d'une reperfusion a surpassé les méthodes cliniques actuelles basées sur le scanner de perfusion. Étude.

14:38

Chez des patients avec des anévrismes ophtalmiques à collet large non rompus de moins de 10 mm, l'embolisation par flow diverter n'a pas donné de meilleurs résultats que le coiling avec ou sans placement de stent, concluent les auteurs d'un essai randomisé.

7:27

Une étude pilote démontre la performance « favorable » de la TEP au [18F]DASA-23, qui se lie à la pyruvate kinase M2, pour le diagnostic des gliomes de haut grade. « Son absorption après le début de la thérapie pourrait être un marqueur utile pour évaluer l'efficacité du traitement et le pronostic des patients », écrivent les auteurs.
10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.
Docteur Imago

GRATUIT
VOIR