S'abonner

Decoding the pancreatic duct: Multi-structure radiomics redefines risk stratification and early cancer detection in intraductal papillary mucinous neoplasm - 08/03/26

Doi : 10.1016/j.diii.2026.02.008 
Maxime Barat a, b, , Anna Pellat b, c, Philippe Soyer a, d
a Department of Radiology, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, 75014 Paris, France 
b Université Paris Cité, Faculté de Médecine, 75006 Paris, France 
c Department of Gastroenterology, Digestive Endoscopy and Digestive Oncology, Hôpital Cochin, Assistance Publique-Hôpitaux de Paris, 75014 Paris, France 
d Université Paris Cité, CNRS, INSERM, NABI, 75006 Paris, France 

Corresponding author.
Le texte complet de cet article est disponible en PDF.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Sunday 08 March 2026

Keywords : Artificial intelligence, Intraductal papillary mucinous neoplasm, Machine learning, Main pancreatic duct, Radiomics, Risk stratification

Abbreviations : AI, AUC, IPMN, MPD


Le texte complet de cet article est disponible en PDF.

Plan


© 2026  Société française de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
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 ?

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.