2018-06-12 
Un programme informatique capable de détecter et d’identifier automatiquement des lésions cérébrales

La radiologie du futur viendra-t-elle du machine learning ? C’est en tous cas ce que pensent des chercheurs de l’Inserm et d’Inria qui travaillent en collaboration au sein d’Univ. Grenoble Alpes et qui ont développé un programme capable de localiser et de diagnostiquer différents types de tumeurs cérébrales par analyse d’images d’IRM. Ces analyses ont montré des résultats de haute fiabilité avec 100% de localisations exactes et plus de 90% de diagnostics corrects du type de tumeurs. Cette méthode innovante et ses résultats font l'objet d’une étude publiée dans la revue IEEE-TMI.

Retrouvez l’intégralité du communiqué de presse sur la salle de presse de l’Inserm


Sources

Fully Automatic Lesion Localization and Characterization: Application to Brain Tumors using Multiparametric Quantitative MRI Data

 

Alexis Arnaud

Mistis team, Univ. Grenoble Alpes, INRIA, Laboratoire Jean Kuntzmann, France.

Florence Forbes

Mistis team, Univ. Grenoble Alpes, INRIA, Laboratoire Jean Kuntzmann, France.

Nicolas Coquery

Grenoble Institut des Neurosciences, Inserm U1216, Univ. Grenoble Alpes, France.

Nora Collomb

Grenoble Institut des Neurosciences, Inserm U1216, Univ. Grenoble Alpes, France.

Benjamin Lemasson

Grenoble Institut des Neurosciences, Inserm U1216, Univ. Grenoble Alpes, France.

Emmanuel L. Barbier

Grenoble Institut des Neurosciences, Inserm U1216, Univ. Grenoble Alpes, France.

IEEE, http://dx.doi.org/10.1109/TMI.2018.2794918

 

Contact chercheur

Emmanuel Barbier

Chercheur Inserm

Responsable de l’équipe Neuroimagerie fonctionnelle et perfusion cérébrale

Unité 1216 Grenoble Institut des Neurosciences

Mail :   emmanuel.barbier@univ-grenoble-alpes.fr

T : +33 (0)4 56 52 05 88

 

Contact presse

presse@inserm.fr

 

Top