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 hier à 15:16 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

09 Avr

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.
08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.

14:28

L'évaluation préopératoire par IRM permettrait une mesure précise des lésions de carcinome canalaire in situ (CCIS) et a un taux de chirurgie conservatrice du sein plus élevé chez les patientes atteintes de CCIS. Cependant, l'évaluation préopératoire n'a pas d'impact sur le contrôle local de la maladie. (Etude)
Docteur Imago

GRATUIT
VOIR