La technologie d'imagerie permet de détecter les maladies cardiovasculaires beaucoup plus tôt; cependant, les examens précis sont encore très chronophages. Des chercheurs de l'ETH et de l'Université de Zurich ont maintenant présenté une méthode qui pourrait considérablement accélérer l'imagerie par résonance magnétique dynamique du flux sanguin.

« Grâce à cette innovation, l'imagerie par résonance magnétique quantitative pourrait faire d'énormes progrès, " dit Sébastien Kozerke, Professeur d'imagerie biomédicale à l'ETH et à l'Université de Zurich. Il a travaillé avec Valery Vishnevskiy et Jonas Walheim pour développer une méthode qui accélère considérablement les IRM dites à flux 4-D.

"À l'heure actuelle, l'enregistrement et le traitement ultérieur d'une IRM en flux 4-D prennent jusqu'à 30 minutes. Nos résultats montrent que cela pourrait être possible dans les cinq minutes à l'avenir. » La recherche sous-jacente a été présentée dans le journal Nature Machine Intelligence plus tôt cette semaine en tant qu'article et couverture du numéro d'avril.

La tomographie par résonance magnétique (MRT ou IRM) est une modalité clé dans le diagnostic clinique. Il ne présente aucun risque pour la santé et fournit des images précises de l'intérieur du corps. Cette méthode peut être utilisée pour afficher des parties molles du corps telles que des tissus et des organes en 3D et avec un contraste élevé. Par ailleurs, des techniques d'enregistrement spéciales fournissent des informations sur la dynamique du système cardiovasculaire.

En particulier, Les mesures d'IRM de flux en 4D permettent de quantifier les changements dynamiques du flux sanguin. De telles images dynamiques sont très utiles, en particulier lorsqu'il s'agit de détecter les maladies cardiovasculaires.

Cependant, L'IRM conventionnelle en flux 4-D présente un inconvénient important :la méthode est très chronophage. De nos jours, l'enregistrement des données peut être effectué dans le scanner IRM en quatre minutes. Cependant, l'approche de détection compressée requise a un coût :la reconstruction d'image ultérieure est itérative et prend donc beaucoup de temps. Les médecins doivent attendre 25 minutes ou plus pour que les images apparaissent sur leurs ordinateurs.

Ainsi, les résultats de la mesure ne sont disponibles que longtemps après que le médecin a terminé l'examen. C'est pourquoi l'IRM en flux 4D n'est pas encore implantée dans la pratique médicale quotidienne. Les modifications du flux sanguin sont actuellement diagnostiquées principalement par échographie, une méthode plus rapide mais moins précise que l'IRM.

Algorithmes élégants et efficaces

Dans l'article récemment publié, les chercheurs de l'ETH et de l'Université de Zurich illustrent une manière dont la reconstruction d'images pour l'IRM en flux 4-D pourrait être rendue plus rapide et donc plus pratique. "La solution consiste en des algorithmes élégants et efficaces basés sur des réseaux de neurones, " explique Kozerke.

Vishnevskiy, Kozerke et Walheim appellent leur nouvelle approche FlowVN. Il est basé sur l'apprentissage automatique, plus spécifiquement sur ce que l'on appelle l'apprentissage profond; le logiciel apprend grâce aux données présentées lors d'une étape de formation. Ce qui rend FlowVN si spécial, c'est l'efficacité - la méthode combine la formation avec une connaissance préalable de la mesure.

Cela signifie que des généralisations peuvent être faites sur la base de peu de données au lieu de nécessiter des milliers d'exemples d'apprentissage. "Par conséquent, le réseau a besoin de très peu de formation pour fournir des résultats fiables, " explique Vishnevskiy.

Les chercheurs ont pu démontrer que cette méthode fonctionne comme décrit dans leur article récemment publié. Ils ont entraîné le logiciel à l'aide de 11 IRM de sujets sains. Ces données étaient suffisantes pour reproduire avec précision le flux sanguin pathologique dans l'aorte d'un patient sur un ordinateur ordinaire en seulement 21 secondes. La méthode est ainsi plusieurs fois plus rapide que les méthodes conventionnelles et, en haut, offre de meilleurs résultats.

Faire progresser le diagnostic clinique

« Nous espérons que FlowVN fera progresser l'utilisation de l'IRM en flux 4-D dans le diagnostic clinique, " explique Kozerke. Les données ont été reconstruites hors ligne pour cette étude. La prochaine étape pour l'équipe de recherche zurichoise sera d'installer le logiciel sur des machines d'IRM cliniques. " Nous envisageons alors des études cliniques de patients plus importantes, " dit Kozerke. Les chercheurs bénéficient du partenariat à long terme avec les services de radiologie et de cardiologie de l'hôpital universitaire de Zurich.

Si les tests de suivi confirment les résultats obtenus par l'équipe de Kozerke, la méthode pourrait un jour faire son chemin dans la pratique médicale quotidienne. "Toutefois, il faudra encore au moins quatre ou cinq ans jusqu'à ce que cela se produise, " estime Kozerke. Afin d'accélérer le processus de recherche scientifique, son équipe a rendu les codes exécutables et les exemples de données disponibles en open source, permettant à d'autres scientifiques de tester et de reproduire la méthode.