RSNA 2023

La spectroscopie par résonance magnétique : principe, limites et espoirs cliniques

Au RSNA 2023, le radiologue américain Samuel A. Einstein a rappelé les considérations techniques et les défis entourant l'utilisation en clinique de la spectroscopie par résonance magnétique (SRM), permettant de compléter l'IRM par des informations moléculaires. Son confrère Ichiro Ikuta a brièvement présenté dans une revue de cas cliniques différentes applications potentielles de la SRM.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/03/24 à 7:00 Lecture 7 min.

« En spectroscopie par résonance magnétique, lorsque l'on supprime le signal des protons de l'eau, tout un univers biochimique composé de différents métabolites s'ouvre à nous », explique Samuel A. Einstein. Capture d'écran | Diaporama Samuel A. Einstein, RSNA 2023

La spectroscopie par résonance magnétique (SRM), technique permettant d'obtenir un spectre de résonance magnétique nucléaire (RMN) des protons des métabolites présents dans un ou plusieurs voxels d'une image IRM, occupe une position paradoxale. Technique à haut potentiel dans les pathologies cérébrales selon ses partisans, elle peine à s'imposer en clinique malgré plusieurs décennies de recherche. Afin d'expliquer la SRM, les causes de sa difficile implémentation clinique ainsi que les raisons d'espérer, le radiologue au Penn State College of Medicine (États-Unis) Samuel A. Einstein est intervenu dans une session dédiée à la SRM au congrès annuel de la Société nord-américaine de radiologie (RSNA 2023), le 27 novembre dernier, à Chicago (États-Unis).

« La SRM reste complexe, mais elle devient plus accessible »

Le conférencier entame sa présentation en prenant le taureau par les cornes : « Dans les conférences traitant de SRM, il y a toujours ce non-dit palpable : « La spectroscopie ex

Il vous reste 90% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR