S'abonner

Three artificial intelligence data challenges based on CT and ultrasound - 16/11/21

Doi : 10.1016/j.diii.2021.06.005 
Nathalie Lassau a, b, , Imad Bousaid c, Emilie Chouzenoux d, Antoine Verdon c, Corinne Balleyguier a, b, François Bidault a, b, Elie Mousseaux e, Sana Harguem-Zayani a, b, Loic Gaillandre f, Zoubir Bensalah g, Isabelle Doutriaux-Dumoulin h, Michèle Monroc i, Audrey Haquin j, Luc Ceugnart k, Florence Bachelle k, Mathilde Charlot l, Isabelle Thomassin-Naggara m, Tiphaine Fourquet n, Héloise Dapvril o, Joseph Orabona p, Foucauld Chamming's q, Mickael El Haik a, b, Jules Zhang-Yin r, Marc-Samir Guillot e, Mickaël Ohana s, Thomas Caramella t, Yann Diascorn t, Jean-Yves Airaud u, Philippe Cuingnet v, Umit Gencer e, Littisha Lawrance a, Alain Luciani w, aa, Anne Cotten x, Jean-François Meder y, z
a Laboratoire d'Imagerie Biomédicale Multimodale Paris-Saclay. BIOMAPS, UMR 1281. Université Paris-Saclay, Inserm, CNRS, CEA, 94800 Villejuif, France 
b Department of Imaging, Institut Gustave Roussy, 94800 Villejuif, France 
c Direction de la Transformation Numérique et des Systèmes d'Information, Institut Gustave Roussy, 94800 Villejuif, France 
d CVN, Inria Saclay, 91190 Gif-sur-Yvette, France 
e Unité Fonctionnelle d'Imagerie Cardiovasculaire Non Invasive, Hôpital Européen Georges Pompidou, AP-HP, 75015 Paris, France 
f Centre Libéral d'Imagerie Médicale Agglomération Lille, 59800 Lille, France 
g Department of Radiology, Centre Hospitalier St Jean, 66000 Perpignan, France 
h Department of Radiology, Institut de Cancérologie de l'Ouest, 44800 Saint-Herblain, France 
i Department of Radiology, Clinique Saint Antoine, 76230 Bois-Guillaume, France 
j Department of Radiology, Hôpital de la Croix-Rousse - HCL, 69004 Lyon, France 
k Department of Radiology, Centre Oscar Lambret, 59000 Lille, France 
l Department of Radiology, Hôpital Lyon Sud - HCL, 69310 Pierre-Bénite, France 
m Department of Radiology, Centre Hospitalier Intercommunal de Créteil, 94000 Créteil, France 
n Department of Radiology, Centre Hospitalier Universitaire de Lille, 59000 Lille, France 
o Service d'Imagerie de la Femme, Centre Hospitalier de Valenciennes, 59300 Valenciennes, France 
p Department of Radiology, Centre Hospitalier de Bastia, 20600 Bastia, France 
q Department of Radiology, Institut Bergonié, 33000 Bordeaux, France 
r Department of Radiology, Hôpital Tenon, AP-HP, 75020 Paris, France 
s Department of Radiology, Centre Hospitalier Universitaire de Strasbourg, 67200 Strasbourg, France 
t Department of Radiology, Institut Arnault Tzanck, 06700 Saint-Laurent du Var, France 
u Groupe Radioniort, 79000 Niort, France 
v Department of Radiology, Centre Hospitalier de Douai, 59507 Douai, France 
w Collège des Enseignants de Radiologie de France, 75013 Paris, France 
x Musculoskeletal Imaging Department, Lille Regional University Hospital, 59000 Lille, France 
y Department of Neuroradiology, Centre Hospitalier Sainte-Anne, 75014 Paris, France 
z Université de Paris, Faculté de Médecine, 75006 Paris, France 
aa Department of Radiology, Centre Hospitalier Henri Mondor, 94000 Créteil, France 

Corresponding author at: Laboratoire d'Imagerie Biomédicale Multimodale Paris-Saclay. BIOMAPS, UMR 1281. Université Paris-Saclay, Inserm, CNRS, CEA, 94800 Villejuif, France.Laboratoire d'Imagerie Biomédicale Multimodale Paris-Saclay. BIOMAPSUMR 1281. Université Paris-Saclay, Inserm, CNRS, CEAVillejuif94800France

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

Three data challenges were performed during the 2020 national meeting of the French Radiological Society.
Coronary calcification classification from CT data yielded a concordance index of 0.951 with the Agatston score.
Breast nodule classification (benign vs. malignant) from ultrasound data yielded an area under the receiver operating characteristic curve of 0.666.
Cervical lymph node classification (benign vs. malignant) from dual energy CT yielded a score of 0.631.

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose: The 2020 edition of these Data Challenges was organized by the French Society of Radiology (SFR), from September 28 to September 30, 2020. The goals were to propose innovative artificial intelligence solutions for the current relevant problems in radiology and to build a large database of multimodal medical images of ultrasound and computed tomography (CT) on these subjects from several French radiology centers. Materials and methods: This year the attempt was to create data challenge objectives in line with the clinical routine of radiologists, with less preprocessing of data and annotation, leaving a large part of the preprocessing task to the participating teams. The objectives were proposed by the different organizations depending on their core areas of expertise. A dedicated platform was used to upload the medical image data, to automatically anonymize the uploaded data. Results: Three challenges were proposed including classification of benign or malignant breast nodules on ultrasound examinations, detection and contouring of pathological neck lymph nodes from cervical CT examinations and classification of calcium score on coronary calcifications from thoracic CT examinations. A total of 2076 medical examinations were included in the database for the three challenges, in three months, by 18 different centers, of which 12% were excluded. The 39 participants were divided into six multidisciplinary teams among which the coronary calcification score challenge was solved with a concordance index > 95%, and the other two with scores of 67% (breast nodule classification) and 63% (neck lymph node calcifications).

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Ultrasonography, Computed tomography, Radiology, Data management

Abbreviations : 2D, 3D, AI, AUC, AUROC, BI-RADS, C-index, CT, DECT, ENT, GDPR, INRIA, MRI, ROC, SFR


Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 102 - N° 11

P. 669-674 - novembre 2021 Retour au numéro
Article précédent Article précédent
  • Can we use radiomics in ultrasound imaging? Impact of preprocessing on feature repeatability
  • Loïc Duron, Julien Savatovsky, Laure Fournier, Augustin Lecler
| Article suivant Article suivant
  • Automatic cervical lymphadenopathy segmentation from CT data using deep learning
  • Adele Courot, Diana L.F. Cabrera, Nicolas Gogin, Loic Gaillandre, Geoffrey Rico, Jules Zhang-Yin, Mickael Elhaik, François Bidault, Imad Bousaid, Nathalie Lassau

Bienvenue sur EM-consulte, la référence des professionnels de santé.

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.