Suscribirse

Amélioration de la détection des lésions démyélinisantes par optimisation des paramètres d’acquisition - 10/03/16

Doi : 10.1016/j.neurad.2016.01.067 
Caroline Bouzad 1, , Pascal Roux 2, Hervé Picard 2, Antoine Gueguen 2, Franck Maizeroi-Eugène 3, Julien Savatovsky 2
1 Hôpital d’instruction des armées du Val-de-Grâce, 74, boulevard Port-Royal, 75005 Paris, France 
2 Fondation ophtalmologique Adolphe-de-Rothschild, 25, rue Manin, 75019 Paris, France 
3 s.a.r.l. IMAGE ET, 7, rue de Vincé, 35310 Mordelles, France 

Auteur correspondant.

Resumen

Objectif

Le 3D fluid-attenuated inversion recovery (FLAIR), maintenant disponible en 3D sur la majorité des machines, est la séquence de choix pour la détection des lésions démyélinisantes de sclérose en plaques (SEP). Or, il n’existe pas à ce jour de consensus quant aux paramètres d’acquisition appliqués à ces séquences 3D FLAIR. L’objectif de notre travail était de déterminer les paramètres de séquence FLAIR optimaux pour la détection des lésions de SEP en comparant les performances de trois séquences 3D FLAIR.

Patients et méthodes

Vingt-sept patients atteints de SEP rémittente ont été inclus prospectivement et ont bénéficié d’une IRM à 3T avec 3 séquences 3D FLAIR ayant des temps de répétition (TR) différents et nommées en fonction de ceux-ci : 4800, 8000 et 10 000ms.

Résultats

Un total de 8594 lésions ont été segmentées. Les séquences FLAIR 8000 et 10 000 détectaient en moyenne 16,9 et 16,6 lésions de plus par patient que le FLAIR 4800 (p=0,024 et 0,032 respectivement) (Fig. 1). Cette meilleure détection était retrouvée dans toutes les localisations sauf en fosse postérieure. Il n’y avait pas de différence significative entre les FLAIR 8000 et 10 000. Au prix d’une dégradation du rapport signal sur bruit, les séquences à TR élevé offraient un meilleur contraste entre la lésion et son environnement que le FLAIR 4800 (p<1,10−8).

Conclusion

Notre étude montre l’intérêt d’optimiser les séquences 3D FLAIR dans le cadre de la SEP et pourrait servir de base pour aller au-delà de la standardisation des protocoles, vers un travail de standardisation des séquences afin d’assurer aux patients une meilleure prise en charge grâce à des résultats d’IRM davantage reproductibles.

El texto completo de este artículo está disponible en PDF.

Esquema


© 2016  Publicado por Elsevier Masson SAS.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 43 - N° 2

P. 96 - mars 2016 Regresar al número
Artículo precedente Artículo precedente
  • Spondylodiscite cervicale : à propos de 2 cas
  • H. Bouchama, R. Chibli, M. Mahi, T. Amil
| Artículo siguiente Artículo siguiente
  • Les différents aspects en IRM des métastases vertébro-médullaires : à propos de 10 cas
  • Asmae Bouziane, Mohamed Tijani, Rachida Latib, Ilham Chami, Mohamed Najib Boujida

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.