Recréer in vivo à partir de l’IRM clinique des cartographies spécifiques du contenu myélinique dérivées de la TEP grâce à l’Intelligence artificielle générative chez les patients atteints de SEP - 17/03/24
, Mariem Hamzaoui 2, Milena Pitombeira 3, Benedetta Bodini 4, Nicholas Ayache 5, Olivier Colliot 6, Bruno Stankoff 1Résumé |
Introduction |
La Tomographie par émission de positons (TEP) avec le [11C]-PiB permet d’établir des cartographies spécifiques in vivo du contenu myélinique chez les patients avec Sclérose en plaques, mais cette technique est irradiante et très peu accessible en pratique clinique.
Objectifs |
Le but de ce travail est de créer un algorithme permettant de recréer des cartographies de contenu myélinique issues de la TEP au [11C]-PiB à partir d’IRM clinique accessible en routine, via une approche d’Intelligence artificielle générative.
Méthodes |
Nous avons entraîné un réseau Génératif adversaire conditionnel (cGAN) à générer des cartographies de Ratio de distribution volumique (DVR) de TEP au [11C-PiB] à partir de l’IRM T1 et Flair issue du même patient. L’apprentissage du cGAN s’est fait une cohorte de de 19 patients avec 30 acquisitions sur IRM Siemens et TEP HRRT. Une fois entraîné, nous avons testé le cGAN sur une cohorte indépendante brésilienne de 44 patients SEP acquis sur une TEP-IRM General Electrics.
Résultats |
Sur les 528 lésions de la cohorte de testing, nous observons une corrélation significative et forte (r=0,7, p<10^-5) entre le DVR de la TEP au [11C]-PiB réelle, et celui de la TEP synthétique reproduite par notre algorithme à partir de l’IRM T1 et Flair. En regardant maintenant à l’échelle du patient, cette corrélation est toujours significative et encore meilleure (r=0,74, p<10^-5) entre le DVR du [11C]-PiB lésionnel synthétique et réel (Fig. 1, Fig. 2).
Discussion |
L’algorithme développé permet ainsi d’obtenir des cartographies synthétiques de contenu myélinique issues de la TEP en se basant uniquement sur les séquences T1 et Flair de l’IRM, disponibles dans le suivi clinique des patients. La généralisabilité de notre méthode est montrée par les corrélations fortes et significatives en testing sur les lésions de patients issus d’une autre cohorte et autre machine que celle utilisée pour l’apprentissage.
Conclusion |
Notre algorithme permettant de traduire l’IRM clinique en cartographie de myélinique est prêt à être appliqué à des cohortes longitudinales, pour mesurer les dynamiques de démyélinisation-remyélinisation ainsi que ses corrélations avec les scores cliniques.
Le texte complet de cet article est disponible en PDF.Mots clés : Imagerie multimodale, Sclérose en plaques, Intelligence artificielle
Plan
Vol 180 - N° S
P. S43-S44 - avril 2024 Retour au numéro
Article précédent
- Valeur diagnostique du signe de la veine centrale chez des sujets présentant un syndrome radiologique isolé (RIS)
- Cassandre Landes-Chateau, Michael Levraut, Themelin Albert, Mikael Cohen, Lydiane Mondot, Christine Lebrun-Frenay
- Dysfonction sérotoninergique et troubles du contrôle des impulsions dans la maladie de Parkinson : une étude PET à double traceur
- Stéphane Prange, Metereau Elise, Klinger Hélène, Huddlestone Marine, Costes Nicolas, Lancelot Sophie, Stéphane Thobois
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 ?