Applications actuelles des réseaux de neurones pour l'étude des lésions hépatiques
en IRM : revue systématique de la littérature et étude préliminaire dans notre centre - CISMeF
Applications actuelles des réseaux de neurones pour l'étude des lésions hépatiques
en IRM : revue systématique de la littérature et étude préliminaire dans notre centreDocument
Titre : Applications actuelles des réseaux de neurones pour l'étude des lésions hépatiques
en IRM : revue systématique de la littérature et étude préliminaire dans notre centre;
Description : Contexte : les réseaux de neurones deviennent progressivement une aide à la détection
des lésions en imagerie médicale dans le but de gagner du temps sur des tâches simples
et répétitives. Leur application en imagerie par résonance magnétique reste un challenge
car il s’agit d’une modalité comportant de nombreuses séquences différentes, chaque
séquence étant constituée de plusieurs coupes successives. L’objectif de ce travail
est de dresser un état des lieux de l’avancée des réseaux de neurones pour l’étude
des lésions hépatiques en IRM. Matériels et méthodes : nous avons conduit une revue
systématique centrée sur les réseaux de neurones appliqués aux lésions hépatiques
en IRM sur la base de données Medline, en accord avec les recommandations PRISMA.
Nous présentons une étude préliminaire réalisée dans notre centre en deuxième partie.
Résultats : la recherche Medline a rapporté 98 articles dont 17 ont été retenus après
lecture complète du texte. Les études portaient sur la détection de lésions (4/17,
24%), la caractérisation des lésions 5/17, 28%), la détection et la caractérisation
(1/17, 6%), la prédiction du grade histologique de carcinome hépato-cellulaire (4/17,
24%) ou la classification LIRADS (3/17, 18%). La majorité des études (16/17, 94%)
nécessitait de fournir au logiciel une région centrée manuellement sur la lésion.
Les auteurs ont utilisé des réseaux de neurones convolutifs, avec une configuration
3D dans 41% des cas (7/17). Concernant la sensibilité sur l’échantillon test, 33%
(5/15) des réseaux faisaient au moins une erreur toutes les 10 lésions et 60% (9/15)
au moins une erreur toutes les 50 lésions. Cela montait à 75% (3/4) et 100% (4/4)
sur l’échantillon validation. Concernant la précision (sensibilité spécificité),
69% (9/13) des réseaux faisaient au moins une erreur toutes les dix lésions et 100%
(13/13) au moins une erreur toutes les 50 lésions. Conclusion : l’application des
réseaux de neurones à la détection et la caractérisation de lésions hépatiques en
IRM n’est que naissante. Ces logiciels pourraient à terme apporter des informations
complémentaires, par exemple en détectant de petites lésions inaccessibles à l’œil
humain ou en proposant un grading histologique non invasif, idée déjà émise par quelques
travaux. Néanmoins, bien que les résultats de ces réseaux neuronaux semblent prometteurs
de prime abord, ils n’atteignent pas encore les standards exigés en diagnostic radiologique
et sont encore dépendants d’un important prétraitement manuel des images en amont.;