Un modèle de segmentation automatique en TDM abdominale pédiatrique

La segmentation des organes abdominaux solides transforme les données image brutes en informations spatialement structurées pertinentes pour l’interprétation d’images biomédicales et potentiellement pertinentes pour la prise de décision clinique et la recherche.

La segmentation automatique des organes abdominaux fait l’objet de nombreuses applications

Les volumes d'organes sont des biomarqueurs potentiels de la maladie qui sont objectivement de meilleures représentations quantitatives de la taille des organes que les mesures linéaires ou multilinéaires et ils peuvent être plus sensibles à la progression de la maladie ou à l'effet thérapeutique. De plus, la segmentation des organes peut être utilisée dans l'application et la validation de biomarqueurs, la surveillance et le suivi de maladies, le dépistage opportuniste, la dosimétrie spécifique au patient ou la pertinence d’un diagnostic assisté des modèles qui s'appuient sur des fonctionnalités radiomiques notamment.

Les méthodes manuelles et semi-automatisées de segmentation d’images médicales sont peu à peu remplacées par des modèles de réseaux neuronaux profonds pour diverses modalités d’imagerie. Le modèle de pipeline TotalSegmentator (TS) qui segmente 104 organes différents sur des images tomodensitométriques (TDM) a été introduit en 2023. Il a été développé à partir de 1 204 examens TDM montrant une variété de pathologies et acquis à l'aide de différents protocoles d'imagerie et scanners de plusieurs fabricants. Cependant, l’ensemble de données ne contenait que quatre examens pédiatriques.