Apprentissage machine

Nvidia développe des images pathologiques de synthèse en IRM

Le constructeur de cartes graphiques a montré, lors d’un symposium, un algorithme qui met en concurrence deux réseaux neuronaux pour générer des images réalistes.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/02/19 à 12:00, mise à jour aujourd'hui à 15:13 Lecture 1 min.

Les chercheurs ont pu introduire dans les images synthétiques des niveaux élevés de variation. Exemple d'images générées. D. R.

Pour développer un apprentissage automatique en imagerie médicale, plusieurs défis sont à relever : il faut faire avec la faible incidence des résultats pathologiques et gérer les restrictions liées à la protection des données du patient. Lors d’un symposium en Espagne, en septembre dernier, Nvidia, le constructeur de cartes graphiques, a proposé une méthode pour créer des clichés d’imagerie IRM de synthèse.

Deux réseaux neuronaux

Pour la développer, les ingénieurs de la firme ont extrait des clichés de deux bases de données : l’Alzheimer’s Diseases Neuroimaging initiative et la série d’images tumorales du Mulmodal Brain Tumor Image Segmentation Benchmark. Ils ont employé une méthode appelée « Generative Adversarial Network ». Il s’agit d’un algorithme mis en œuvre par un système de deux réseaux neuronaux en concurrence l'un avec l'autre afin de générer des images ayant de nombreuses caractéristiques réalistes.

Amélioration des performances

Les chercheurs ont pu introduire des niveaux élev

Il vous reste 33% 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

Avatar photo

Benjamin Bassereau

Directeur de la rédaction BOM Presse Clichy

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR