Intelligence artificielle

Un système d’apprentissage profond réduit de 80 % la dose de gadolinium en angio-IRM cardiaque

Des chercheurs londoniens ont entraîné un système d’apprentissage profond à reconstruire des images d’angio-IRM cardiaque réalisées avec une dose de produit de contraste 5 fois inférieure à la normale.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/08/21 à 7:00, mise à jour hier à 15:12 Lecture 3 min.

Cette technique pourrait permettre de réduire les risques liés à l'injection de gadolinium et les besoins d'examens complémentaires, avancent les chercheurs (photo d'illustration). © Carla Ferrand

Chez les patients atteints de maladies cardiaques congénitales, l’angio-IRM a fait ses preuves pour visualiser la vascularisation aortique et pulmonaire et détecter les sténoses vasculaires et autres anomalies. Les spécialistes s’inquiètent toutefois des effets adverses potentiels des agents de contraste à base de gadolinium, qui peuvent provoquer une fibrose néphrogénique systémique chez les patients en insuffisance rénale, et laisser dans le cerveau des dépôts dont les conséquences sont mal connues.
Pour résoudre – au moins en partie – ce problème, des chercheurs de l’Institut de science cardiovasculaire de l'University College de Londres, au Royaume-Uni, ont expérimenté une approche déjà testée en neuro-imagerie, qui consiste à réduire la dose de gadolinium injectée et à compenser la perte de qualité d’image grâce à l’intelligence artificielle [1]. Leurs résultats sont parus dans la revue Journal of Magnetic Resonance Imaging [2].

Une étude prospective et rétrospective

Ils ont d’abord

Il vous reste 80% 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. et coll., « Deep learning enables reduced gadolinium dose for contrast-enhanced brain MRI », Journal of Magnetic Resonance Imaging, 2018, vol. 48, p. 330-340. DOI : 10.1002/jmri.25970.
  2. Montalt-Tordera J., Quail M., Steeden J. A. et col., « Reducing contrast agent dose in cardiovascular MR angiography with deep learning », Journal of Magnetic Resonance Imaging, 2021, vol. 54, n° 3, p. 795-805. DOI : 10.1002/jmri.27573.

Spécialité médicale

Cardiologie

Modalité d’imagerie

IRM

Mots-clés

IRM cardiaque apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Avr

7:30

La classification Node-RADS v1.0 montre une bonne reproductibilité entre radiologues, quel que soit leur niveau d’expertise, pour l’évaluation des ganglions médiastinaux au scanner thoracique dans le cancer bronchique non à petites cellules. Elle présente une forte spécificité et une valeur prédictive négative élevée, mais une sensibilité limitée. (Étude)

7:00

17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.

7:00

✕
Docteur Imago

GRATUIT
VOIR