S'abonner

L’utilisation de l’intelligence artificielle pour la génération d’images radiographiques du radius distal à partir d’une échographie : données préliminaires - 06/12/25

Doi : 10.1016/j.hansur.2025.102313 
Silvia Pietramala, Camillo Fulchignoni , Lorenzo Rocchi
 UOC Ortopedia e Chirurgia della Mano, Fondazione Policlinico Universitario A. Gemelli IRCCS, ROMA, Policlinico Universitario A. Gemelli, Roma, Italie 

Auteur correspondant.

Résumé

L’échographie est largement utilisée en orthopédie pour l’évaluation des tissus mous, constituant un complément utile à l’examen clinique et aux examens d’imagerie traditionnels comme la radiographie et le scanner (CT). Bien que certains travaux dans la littérature aient montré la possibilité de visualiser des fractures ou des altérations osseuses par échographie, l’utilisation de cette méthode pour l’analyse osseuse reste limitée, principalement en raison de sa faible résolution pour détecter les détails de l’os. Ces dernières années, l’introduction de technologies basées sur l’intelligence artificielle, en particulier les algorithmes d’apprentissage automatique, a révolutionné de nombreux domaines de la médecine, y compris l’imagerie. Parmi celles-ci, les Generative Adversarial Network (GANs) se sont révélés efficaces pour la transformation d’images entre différentes modalités. Compte tenu de ce potentiel, nous avons exploré la possibilité de convertir des images échographiques du radius distal en images radiographiques, en utilisant un modèle GAN (CycleGAN). Dans cette étude, nous présentons les résultats préliminaires. Entre novembre 2024 et avril 2025, nous avons développé un logiciel basé sur l’architecture CycleGAN pour la conversion d’images échographiques en radiographies. Le jeu de données d’apprentissage comprenait 150 images échographiques et 100 images radiographiques, toutes correspondant à des projections antéro-postérieures du radius distal. L’entraînement a été effectué sans avoir besoin d’images appariées (unpaired). Le logiciel a été capable de générer des images radiographiques synthétiques de qualité acceptable, démontrant la faisabilité de la conversion échographie-radiographie. L’extension du jeu de données à au moins 5 000 images pourrait améliorer de manière significative la précision et la fiabilité du système. Les étapes suivantes comprendront l’extension à d’autres projections (par exemple : latérale) ainsi que le développement d’un mode d’évaluation en temps réel dans l’optique de pouvoir évaluer d’éventuelles fractures.

Le texte complet de cet article est disponible en PDF.

Plan


© 2025  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 44 - N° 6

Article 102313- décembre 2025 Retour au numéro
Article précédent Article précédent
  • Complications postopératoires des fractures-luxations radiocarpiennes : étude rétrospective et orientations thérapeutiques
  • Camille Fadda, Sharon Abihssira, Raphael Nguyen, Pascal Jehanno
| Article suivant Article suivant
  • Comment rater une plaque en distraction interne (spanning plate) pour une fracture du radius distal ?
  • Thibault Druel, Christophe Gaillard, Laurent Mathieu, Aram Gazarian, Arnaud Walch

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 ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

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 © 2026 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.