S'abonner

L’intelligence artificielle au service de l’imagerie et de la santé des femmes - 12/10/19

Artificial intelligence for imaging and women's health

Doi : 10.1016/j.femme.2019.09.001 
Christine Fernandez-Maloigne a, b, c, Rémy Guillevin a, b, c, d,
a Institut XLIM, UMR CNRS 7252, université de Poitiers, 11, boulevard Marie-et-Pierre-Curie, 86962 Futuroscope cedex, France 
b Laboratoire I3M, CHU de Poitiers,2, rue de la Milétrie, 86021 Poitiers cedex, France 
c UMR CNRS 7348, université de Poitiers, laboratoire de mathématiques et applications (LMA), 11, boulevard Marie-et-Pierre-Curie, 86062 Poitiers Futuroscope cedex, France 
d Imagerie CCV et LMA/DACTIM-MIS, centre hospitalier universitaire de Poitiers, 2, rue de la Milétrie, 86021 Poitiers cedex, France 

Auteur correspondant: Imagerie CCV et LMA/DACTIM-MIS, , centre hospitalier universitaire de Poitiers, 2, rue de la Milétrie, 86021 Poitiers, France.Service de radiologie, laboratoire DACTIM, université de Poitiers, centre hospitalier universitaire de Poitiers2, rue de la MilétriePoitiers86021France
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Saturday 12 October 2019
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Résumé

Les approches d’apprentissage automatique ont récemment gagné en popularité et de nombreux travaux actuels tendent à utiliser les réseaux de neurones convolutifs pour concevoir un système de prédiction et de diagnostic médical. Des résultats très intéressants ont ainsi été produits en 2017 et 2018 pour les pathologies rétiniennes, pulmonaires, cardiaques, abdominales, musculosquelettiques. Cet article se propose de décrire les concepts de base de l’apprentissage profond, de faire un court état de l’art des méthodes les plus récentes en imagerie médicale et de montrer en quoi il peut être pertinent pour l’imagerie de la femme, en particulier dans le dépistage du cancer du sein. Nous conclurons sur certaines difficultés et les nouveaux défis pour la santé, introduits par l’apprentissage machine.

Le texte complet de cet article est disponible en PDF.

Summary

Automated learning approaches have recently gained popularity and many current works tend to use convolutional neural networks (CNNs) to design a medical prediction and diagnostic system. Very interesting results have been produced in 2017 and 2018 concerning retinal, pulmonary, cardiac, abdominal and musculoskeletal disorders. This article aims to describe the basic concepts of deep learning, to make a short state of the art of the latest methods in medical imaging and to show how it can be relevant to the imaging of women, especially in breast cancer screening. We will conclude on some of the challenges and new challenges for health introduced by machine learning.

Le texte complet de cet article est disponible en PDF.

Mots clés : Intelligence artificielle, Santé, Apprentissage profond, Imagerie médicale, Réseaux de neurones convolutifs, Diagnostic, Dépistage, Cancer du sein

Keywords : Artificial intelligence, Deep learning, Medical imaging, Convolutional neural networks, Diagnosis, Women's health, AI, Breast cancer, Screening


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.