[article] Titre : |
Apport du Deep Learning Image Reconstruction (DLIR) dans le cadre de l'exploration hépatique oncologique |
Type de document : |
Article |
Auteurs : |
Nicolas Lotto, Auteur |
Année de publication : |
2022 |
Article en page(s) : |
p. 24-29 |
Langues : |
Français (fre) |
Mots-clés : |
CANCER CANCEROLOGIE DIAGNOSTIC FOIE IMAGERIE MEDICALE IMAGERIE PAR RESONANCE MAGNETIQUE INTELLIGENCE ARTIFICIELLE TOMODENSITOMETRIE
|
Résumé : |
Le foie est un organe qui occupe une place importante en imagerie oncologique. Qu'il s'agisse d'une localisation primitive (carcinome hépato cellulmaire) ou secondaire (métastases), plusieurs modalités sont concernées : sur le plan diagnostic avec la tomodensitométrie (TDM) ainsi qu'avec l'imagerie par résonance magnétique (IRM) ; sur le plan thérapeutique avec la radiologie interventionnelle. Les enjeux pour les patients sont importants, ainsi une précision diagnostique est de rigueur afin d'optimiser leur prise en charge. Dans ce contexte, l'intelligence artificielle (IA° fait son apparition, notamment en scanographie, avec la perspective d'améliorer la qualité image de façon substantielle. Le but de ce travail est de présenter et de vérifier l'impact de cette nouveauté sur la résolution spatiale, le contraste, le bruit de nos images et son impact final sur la détectabilité des lésions et les apports parallèles pour les patients. |
Permalink : |
https://pmb.pfps-churennes.bzh/pmb_ifsi/opac_css/index.php?lvl=notice_display&id |
in Manipulateur d'imagerie médicale et de radiothérapie (Le) > n° 323 [01/12/2022] . - p. 24-29
[article] Apport du Deep Learning Image Reconstruction (DLIR) dans le cadre de l'exploration hépatique oncologique [Article] / Nicolas Lotto, Auteur . - 2022 . - p. 24-29. Langues : Français ( fre) in Manipulateur d'imagerie médicale et de radiothérapie (Le) > n° 323 [01/12/2022] . - p. 24-29 Mots-clés : |
CANCER CANCEROLOGIE DIAGNOSTIC FOIE IMAGERIE MEDICALE IMAGERIE PAR RESONANCE MAGNETIQUE INTELLIGENCE ARTIFICIELLE TOMODENSITOMETRIE
|
Résumé : |
Le foie est un organe qui occupe une place importante en imagerie oncologique. Qu'il s'agisse d'une localisation primitive (carcinome hépato cellulmaire) ou secondaire (métastases), plusieurs modalités sont concernées : sur le plan diagnostic avec la tomodensitométrie (TDM) ainsi qu'avec l'imagerie par résonance magnétique (IRM) ; sur le plan thérapeutique avec la radiologie interventionnelle. Les enjeux pour les patients sont importants, ainsi une précision diagnostique est de rigueur afin d'optimiser leur prise en charge. Dans ce contexte, l'intelligence artificielle (IA° fait son apparition, notamment en scanographie, avec la perspective d'améliorer la qualité image de façon substantielle. Le but de ce travail est de présenter et de vérifier l'impact de cette nouveauté sur la résolution spatiale, le contraste, le bruit de nos images et son impact final sur la détectabilité des lésions et les apports parallèles pour les patients. |
Permalink : |
https://pmb.pfps-churennes.bzh/pmb_ifsi/opac_css/index.php?lvl=notice_display&id |
| ![Apport du Deep Learning Image Reconstruction (DLIR) dans le cadre de l'exploration hépatique oncologique vignette](https://pmb.pfps-churennes.bzh/pmb_ifsi/opac_css/images/vide.png) |