Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Contenu archivé le 2024-06-18
Detection of Brain Abnormality

Article Category

Article available in the following languages:

Des techniques perfectionnées d'imagerie pour détecter les pathologies

L'imagerie par résonance magnétique (IRM) est l'outil privilégié pour diagnostiquer des lésions cérébrales liées à un problème d'irrigation sanguine (maladie cérébrovasculaire ou MCV). Un projet financé par l'UE cherche à améliorer les méthodes classiques d'IRM de détection des MCV afin qu'elles dépendent moins de l'interprétation humaine.

Les techniques d'imagerie in vivo sont largement utilisées pour diagnostiquer des anomalies structurelles et fonctionnelles. Ces techniques permettent aux médecins de visualiser le cerveau d'un patient, sous forme de coupes en 2 dimensions ou de reconstitutions en 3 dimensions, avec des indications sur son fonctionnement dans le temps au cours de différentes tâches. Le projet DEBRA («Detection of brain abnormality») a été mis en place pour mettre au point des techniques de coupe des lésions assistée par ordinateur en vue d'améliorer la détection des MCV par IRM et d'étendre ce procédé à la neuroimagerie d'autres pathologies. Les chercheurs associent des techniques de classification des formes avec la modélisation statistique afin d'améliorer la détection de différences subtiles entre les tissus malades et sains, et de mieux voir l'évolution des tissus atteints. À ce jour, les chercheurs ont collecté des données cliniques, généré des données par simulation, procédé au prétraitement des données d'imagerie, et conçu et mis en œuvre des algorithmes pour générer les coupes des anomalies. Par rapport aux méthodes classiques, ces algorithmes améliorent la sensibilité, pour les ensembles de données réels comme simulés. Le manque de spécificité actuel n'est pas surprenant vu l'élimination de la sélection manuelle et les connaissances à priori. Toutefois, les algorithmes réalisés pourront accélérer le processus de filtrage ou être combinés à une inspection d'expert pour renforcer l'exactitude. En outre, la poursuite des travaux devrait améliorer l'efficacité des algorithmes dans la détection des anomalies et étendre leur emploi à la détection de pathologies autres que celles associées aux MCV.

Découvrir d’autres articles du même domaine d’application