Extraction Radiomique et Apprentissage Automatique pour l’étude des Métastases Cérébrales

Description :

La Radiomique est un domaine émergent dans lequel les imageries médicales sont analysées quantitativement pour extraire un grand nombre de variables. Il a été démontré que les images médicales détiennent des informations précieuses bien au-delà de ce que l'œil humain peut percevoir. La radiomique pourrait donc constituer un moyen efficace de répondre aux besoins du secteur rapidement évolutif de la radiologie. En outre, l’expansion de l'oncologie de précision, soutenue par le développement exponentiel de la biologie moléculaire et de la génomique, incite à une caractérisation radiologique plus personnalisée des tumeurs malignes. Le flux immense de données générées de l’analyse quantitative d’images rend son interprétation assez complexe. Dans ce contexte, l’apprentissage automatique (Machine Learning) pourrait constituer une pierre angulaire dans la modélisation des données multidimensionnelles permettant de prédire des paramètres diagnostiques et cliniques. Suite à l’évolution récente et versatile des algorithmes d’apprentissage automatique, les méthodes optimales pour raffiner les modèles de prédiction dans le domaine médical restent à élaborer.