UPmémoires

• Français

Français

Évaluation de la charge lésionnelle de sclérose en plaques en imagerie par résonance magnétique : segmentation automatisée par intelligence artificielle

Introduction : Selon les recommandations de l'Observatoire Français de Sclérose En Plaques (OFSEP), les patients atteints de sclérose en plaques (SEP) nécessitent un suivi régulier par IRM. Afin de diminuer les variabilités d'analyse radiologique, intra- et inter-observateurs, et pour permettre une évaluation en imagerie plus rapide et objective de la charge lésionnelle de SEP en pratique clinique courante, nous proposons l'utilisation d'un réseau de neurones convolutifs de type MPU-net++. Dans le but d'évaluer les performances de ce réseau de neurones, la segmentation automatique a été comparée à la segmentation manuelle par un radiologue.

Matériels et méthodes : Trente-neuf patients ont été inclus rétrospectivement, dont 31 dans la population d'entraînement et 8 dans la population de validation. Nous avons comparé les segmentations automatique et manuelle dans la population de validation, en utilisant le Dice score et d'autres métriques d'évaluation. Nous avons également analysé l'évolution du Dice score en fonction du volume de la charge lésionnelle.

Résultats : La moyenne des Dice scores obtenus lors des comparaisons entre la segmentation manuelle et la segmentation automatique est de 0,64. Certaines segmentations sont très satisfaisantes, tandis que quelques discordances sont relevées. Par ailleurs, nous n'avons pas montré de corrélation significative entre Dice score et volume de la charge lésionnelle (coefficient de corrélation tau = 0,2143 (p = 0,5484)).

Conclusion : Le réseau de neurones étudié semble avoir des performances de segmentation très satisfaisantes, équivalentes aux réseaux de neurones habituels. Il présente l'avantage de nécessiter beaucoup moins de données d'apprentissage, permettant d'envisager une utilisation en pratique clinique courante. Par ailleurs, il permet un gain de temps d'analyse et une estimation objective et reproductible de la charge lésionnelle. Ces résultats préliminaires sont prometteurs, néanmoins le faible nombre de patients inclus est la principale limite de notre étude.

Mots-clés libres : Sclérose en plaques, IRM, Segmentation, Réseau de neurones convolutif, Intelligence artificielle.

Rameau (langage normalisé) :
• Sclérose en plaques
  
• Imagerie par résonance magnétique
  
• Réseaux neuronaux (physiologie)