Polyvalence, fiabilité et workflow amélioré pour les installations Canon Medical à l’ECR 2020
VENDREDI 17 JUILLET 2020
Le symposium organisé par Canon Medical lors de l’ECR virtuel 2020 a présenté les innovations majeures apportées par le constructeur japonais en tomodensitométrie et en imagerie interventionnelle. La soustraction d’image, l’imagerie spectrale et le deep learning reconstruction (DLR) AiCE ont été développées, ainsi que la salle d’imagerie interventionnelle multi-modalité Alphenix 4D CT.

L’European Congress of Radiology (ECR) 2020 a pris cette année une forme virtuelle. Les orateurs enchaînent leurs présentations à distance sans que la qualité de leurs interventions n’en pâtisse, si ce n’est par manque d’interactivité.
Les innovations Canon Medical à l’ECR 2020 virtuel
Les symposia des industriels sont également diffusées on-line avec le même bonheur. Celui organisé ce 17 juillet 2020 par Canon Medical en est le parfait exemple. Modéré par le Pr Catherine Oppenheim (Paris), ce symposium avait pour objectif de mettre en avant les innovations de la firme japonaise en tomodensitométrie et en imagerie interventionnelle. C’est bien sûr l’intelligence artificielle qui a constitué le fil rouge de cet événement, surtout sur le thème du scanner. Le Pr Catherine Roy (Strasbourg) a ainsi développé les apports de ses applications pour les radiologues, à savoir la soustraction de contraste, l’imagerie spectrale et la reconstruction par deep learning AiCE.
Soustraction et imagerie spectrale au scanner
La soustraction tout d’abord, ou « iodine mapping », permet d’obtenir des organes plus nets et d’identifier des lésions de petites tailles qui passeraient inaperçues en tomodensitométrie classique. Le Pr Roy a notamment décrit des images rénales très parlantes et qui renforcent la confiance des radiologues. L’imagerie spectrale ensuite, qui permet d’obtenir six types d’images selon la densité sur laquelle l’utilisateur souhaite cibler son diagnostic et qui permet de réduire considérablement la quantité d’iode injectée aux patients. Le DLR AiCE enfin, propulsé par du deep learning, et par laquelle des images de haute qualité sont obtenues.
AiCE : la reconstruction par deep learning
C’est cette technologie de reconstruction qu’a développée le Pr Ewout Smit (Nimegue, Pays-Bas) dans son intervention. Il a brièvement expliqué la genèse de ces modèles de reconstructions par un apprentissage du logiciel à réduire le bruit sur de nombreuses coupes qui lui sont proposées. Apparait alors une image, en un peu plus de 40 secondes, où le bruit est minimum tout en réduisant la dose d’irradiation du patient d’environ 40% selon la région anatomique considérée. Il a ainsi présenté des applications en tomodensitométrie abdominale, avec des intestins aux bords bien dessinés, cérébrale, tant pour l’exploration structurale du cerveau que pour sa vascularisation et sa perfusion, mais également cardiaque, avec des coronaires aux parois bien définies et aux calcifications se détachant du contraste iodé. Sans compter le scanner pulmonaire low-dose qui génère seulement 0,1 mSv.
La salle interventionnelle multi-modalités pour un workflow amélioré
Le Pr Franco Orsi (Milan, Italie) a clôturé la session en faisant un retour d’expérience en imagerie interventionnelle oncologique par l’utilisation de la modalité Alphenix 4D CT, l’installation multi-modulaire alliant une table d’imagerie interventionnelle, un scanner et un échographe. Il a mis en valeur à cette occasion l’espace gagné dans la salle d’intervention par une meilleure ergonomie, la possibilité d’utiliser des images intégrées, ainsi que l’augmentation du workflow que ce type d’installation peut générer. Il a pu donner des exemples très parlants des procédures de résection percutanée de métastases hépatiques de cancer colique, de vertébroplastie ou d’embolisation de tumeurs hépatiques.
Les nouveautés Canon Medical ont encore prouvé qu’elles pouvaient apporter leur polyvalence, montrer leur fiabilité et assurer un meilleur workflow dans l’imagerie médicale moderne.
Thema Radiologie avec Canon Medical