Le deep learning est cité en référence pour améliorer l’identification et le volume des hématomes cérébraux. Mais le Segment Anything Model peut gérer les contours complexes ou le faible contraste. Une étude publiée dans la Revue European Radiology expérimente une combinaison du SAM et de paramètres spéciaux pour optimiser l’analyse des hématomes intracérébraux. Ses performances semblent alignées avec les observations des experts humains.
En présence d’un traumatisme crânien (TC), il est essentiel d’identifier le type et le volume des hématomes pour prédire son évolution car une prise en charge tardive peut entraîner une augmentation de la pression intracrânienne, des déficits neurologiques, une perte de connaissance, voire le décès. Une évaluation et une intervention efficaces pendant les « heures clés » suivant le traumatisme sont cruciales, mais difficiles.
Améliorer l’identification et le volume des hématomes cérébraux grâce au deep learning
La tomodensitométrie (TDM) est la référence absolue pour l'évaluation des TC, notamment pour la détection et l'évaluation des hématomes en situation d'urgence. Mais l'analyse manuelle des images TDM par les radiologues peut être chronophage, exigeante en ressources humaines et sujette à une variabilité inter-observateur. Dans ce cadre, des systèmes automatisés pourraient standardiser la prise en charge des TC, réduire les erreurs humaines, accélérer la prise de décision et adapter les traitements aux profils individuels des patients.
En vous abonnant à Thema Radiologie, vous débloquez l’accès à l’ensemble de nos contenus premium : dossiers thématiques, tribunes d’experts, analyses technologiques, interviews et décryptages réglementaires.
Profitez de 15 jours d'essai gratuit pour découvrir tous nos contenus premium !
Déjà abonné ? Connectez-vous pour débloquer cet article.
L’acupuncture représente une alternative non médicamenteuse pour traiter le syndrome post-commotionnel chronique. Une étude publiée dans la Revue Radiology prouve son efficacité en utilisant l’IRM par tenseur de diffusion pour évaluer les évolutions des lésions axonales notamment dans ce contexte.
20/08/2025 -
Comme elle le fait depuis quelques années à l’approche de son congrès annuel, la Radiological Society of North America (RSNA) lance un nouveau challenge faisant intervenir l’IA. Il s’agit du RSNA Intracranial Aneurysm Detection AI Challenge 2025.
13/08/2025 -
L’identification des pathologies cérébrales nécessite désormais une approche biologique en plus de la clinique. Dans ce cadre, des marqueurs spécifiques au TEP permettent la découverte de certaines maladies neurologiques avant toute apparition clinique. Une revue de la littérature publiée dans le Jo...
15/07/2025 -
Les procédure d’échothérapie par ultrasons focalisés (Focused Ultrasound – FUS) se diversifient, bien que cette activité thérapeutique soit encore à la marge. Mais la Focused Ultrasound Foundation se place parmi les institutions dédiées à son développement.
09/07/2025 -
Les implications fonctionnelles de la stimulation électrique pour réduire les effets de la maladie d’Alzheimer sont insuffisamment explorées dans la littérature. Une étude publiée dans la Revue Radiology identifie, par IRM fonctionnelle, les apports de la stimulation transcrânienne sur la connectivi...
25/06/2025 -
Alors que la TDM à comptage photonique est très appréciée, elle est peu présente dans la littérature pour l’exploration des stents intracrâniens. Une étude allemande publiée dans la Revue European Radiology se propose de trouver le meilleur post-traitement de l’angioTDM-CP pour optimiser les images...
11/06/2025 -
L'American Roentgen Ray Society (ARRS) a récemment lancé la publication, pour son 125ème anniversaire, du premier numéro de sa toute nouvelle revue de radiologie à comité de lecture : Roentgen Ray Review (R3).
19/05/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.