34 articles
Le papier présente AIRT, un cadre d'apprentissage profond de bout en bout capable de générer des plans de radiothérapie VMAT pour le cancer de la prostate en moins d'une seconde, avec une qualité non inférieure aux plans de référence tout en réduisant considérablement le temps de planification.
Cet article présente un réseau de neurones à graphes invariant par rotation qui permet d'estimer la microstructure cérébrale de manière précise et rapide avec n'importe quel protocole d'acquisition, éliminant ainsi le besoin de réentraînement lors du changement de protocole et facilitant le déploiement clinique.
Cet article présente un nouveau solveur déterministe de l'équation de Boltzmann pour la thérapie par protons qui conserve la physique précise des systèmes Monte Carlo avancés tout en éliminant le bruit aléatoire, permettant ainsi d'atteindre une grande vitesse de calcul sans compromettre la précision pour la planification des traitements.
Le papier présente MRI2Qmap, un cadre de reconstruction quantitatif plug-and-play qui surmonte le manque de données d'entraînement en exploitant des priors de débruitage appris sur de vastes ensembles d'IRM pondérées cliniques pour améliorer la cartographie paramétrique par empreinte magnétique (MRF) sans nécessiter de données quantiques de référence.
Cet article rapporte la première angiographie par imagerie de particules magnétiques (MPI) réalisée in vivo chez l'humain, démontrant la capacité de cette technique à visualiser en temps réel la perfusion veineuse sans rayonnement et à marquer ainsi le passage de la MPI de la recherche préclinique à la première application clinique.
Cette étude remet en question l'hypothèse dominante selon laquelle l'accélération rotationnelle est la principale cause de commotion cérébrale en démontrant que l'accélération linéaire est un prédicteur plus précis, ce qui a conduit au développement d'une nouvelle technologie de casque à absorption liquide capable de réduire le risque de blessure jusqu'à 73 %.
Cet article propose une méthode appelée sFRC, basée sur l'analyse de corrélation de Fourier sur de petits patches, pour détecter et quantifier les hallucinations dans les images médicales restaurées par apprentissage profond, démontrant ainsi son efficacité sur divers problèmes de sous-échantillonnage en CT et IRM.
Cette étude démontre que les modèles basés sur l'architecture Transformer, couplés à une régression évidentielle pour la quantification de l'incertitude, offrent les prévisions de glycémie les plus précises et les mieux calibrées pour la gestion du diabète de type 1.
Ce papier présente ICHOR, une approche d'apprentissage auto-supervisé basée sur des auto-encodeurs masqués 3D et entraînée sur un vaste ensemble de données multi-sites, qui permet d'obtenir des représentations robustes pour les cartes de débit sanguin cérébral en IRM de perfusion par marquage de spin artériel (ASL) et surpasse les méthodes existantes dans diverses tâches diagnostiques et de prédiction de qualité.
Cette étude menée dans quatre hôpitaux éthiopiens révèle que, malgré des niveaux de rayonnement acceptables dans les zones contrôlées, les mauvaises pratiques de protection entraînent une exposition inutilement élevée du personnel, ce qui nécessite la mise en place urgente de formations continues, d'équipements modernes et de conseillers spécialisés.
Cette étude présente un cadre d'apprentissage automatique informé par la physique permettant de reconstruire de manière non invasive la dynamique d'activation cardiaque et les champs de déformation à partir de données de déformation mesurables, en intégrant des contraintes mécaniques et des modèles constitutifs anisotropes pour faciliter l'évaluation des arythmies.
Cette étude présente un modèle de substitution basé sur les opérateurs de réseaux neuronaux de Fourier (FNO) capable de prédire en quelques secondes, avec une précision équivalente aux simulations Monte Carlo, le transport des protons et la production de neutrons pour permettre une vérification en temps réel de la portée dans la protonthérapie.
Cet article de revue propose une approche biomécanique de la hernie ventrale en soulignant comment l'intégration des principes mécaniques, de la caractérisation des tissus à la sélection des implants et des techniques chirurgicales, permet d'optimiser la prise en charge personnalisée et d'améliorer les résultats cliniques.
Cette étude présente une méthode de reconstruction 3D en temps réel (CMR-MOTUS) permettant une quantification volumétrique continue et battue-à-battue des ventricules chez les patients arythmiques, révélant ainsi l'hétérogénéité fonctionnelle des contractions ventriculaires prématurées que les techniques conventionnelles masquent.