Des codes pour mieux détecter les tumeurs cancéreuses du sein
Divers critères descriptifs sont utilisés dans l'évaluation afin de déterminer lorsqu'un cancer du sein est en voie d'amélioration. Les lésions peuvent ainsi être décrites comme un foyer, une masse, ou un élément massif. Des caractéristiques comme le modèle de répartition, la forme, et les modèles d'amélioration interne aident à déterminer si une lésion du sein non-massive est bénigne ou maligne. Dans le cadre du projet MAMMA (Spatio-temporal modeling for enhanced automated detection and classification of non-mass lesions in breast MRI) financé par l'UE, les scientifiques ont mis au point de nouvelles techniques de diagnostic assistées par ordinateur pour aider à déterminer avec un niveau de spécificité et de sensibilité supérieur, si une lésion est cancéreuse ou bénigne. L'équipe du projet a développé de meilleures techniques de reconnaissance spatio-temporelle qui ont surmonté les difficultés des techniques d'analyses d'image existantes. Leur validation dans trois expériences spécifiques a révélé une amélioration substantielle de la précision et de l'efficacité du diagnostic. L'ajout de nouveaux algorithmes dans les systèmes de diagnostic du cancer du sein assistés par ordinateur a conduit à la création d'un kit d'outils flexible. Une modification minimale suffit à une application à d'autres cas, notamment pour identifier différents types de lésions ou surveiller la réponse à la chimiothérapie. L'UE a identifié les principales questions liées au traitement du cancer, en matière de prévention, détection précoce, diagnostic et traitement optimal. Elle a soutenu de nombreuses initiatives de recherche pour améliorer le traitement des cancers. Grâce à de meilleures méthodes d'analyse des images, les radiologues peuvent désormais mieux interpréter les IRM ou mammographies pour détecter avec précision les tumeurs et les classifier.
Mots‑clés
Cancer du sein, imagerie, non-massif, MAMMA, diagnostic assisté par ordinateur
