Thèse en ligne

Apport de l'IRM multiparamétrique pour la caractérisation des tumeurs de la glande parotide / Matthieu Graber ; sous la direction de Arthur Varoquaux

Type de contenu
  • Texte
Type de médiation
  • b
Type de support
  • Ressource dématérialisée
Titre(s)
  • Apport de l'IRM multiparamétrique pour la caractérisation des tumeurs de la glande parotide / Matthieu Graber ; sous la direction de Arthur Varoquaux
Auteur(s)
Autre(s) auteur(s)
Production
  • 2021
Note(s)
  • Présentée sous la forme d'une thèse-article
Note sur le titre et les responsabilités
  • Titre provenant de l'écran-titre
Note de thèses et écrits académiques
  • Thèse d'exercice Médecine. Radiodiagnostic et imagerie médicale Aix-Marseille 2021
  • Mémoire de DES Médecine. radiodiagnostic et imagerie médicale Aix-Marseille 2021
Résumé ou extrait
  • Objectif : l’objectif de cette étude est de proposer des modèles d'apprentissage profond basés sur des paramètres multiparamétriques d'imagerie par résonance magnétique (IRM) pour aider à la caractérisation des tumeurs de la parotide et à évaluer leur valeur diagnostique supplémentaire par rapport aux séquences morphologiques. Matériels et méthodes : cette étude rétrospective a inclus un total de 206 IRM de 206 patients présentant une tumeur de la parotide prouvée histologiquement entre janvier 2009 et janvier 2018. Les résultats de l'IRM multiparamétrique (y compris les paramètres dérivés de l'imagerie pondérée en diffusion [DWI] et de l'imagerie dynamique avec prise de contraste [DCE]) ont été utilisés pour construire des modèles prédictifs de classification et d'arbre de régression (CART) pour chaque type histologique. Toutes les IRM ont été lues en deux temps : la première basée uniquement sur les résultats des séquences morphologiques et la seconde avec l'ajout des séquences multiparamétriques et des résultats CART. Les performances diagnostiques entre ces deux lectures ont été comparées par des courbes ROC. Résultats : par rapport aux séquences morphologiques seules, l'ajout de l'analyse multiparamétrique a augmenté de manière significative la performance diagnostique pour tous les types histologiques (p<0,001 à p=0,011), sauf pour les lymphomes dont l'augmentation n'était pas significative (AUC 1 vs. 0,99, p=0,066). L'ADCmoyen était le meilleur paramètre pour identifier les adénomes pléomorphes, les lymphomes et les carcinomes avec des seuils respectifs de 1,292 x10-3 mm²/s, 1,181 x 10-3 mm²/s et 0,611 x 10-3 mm²/s. L'espace extracellulaire-extravasculaire moyen (Ve moyen) était le meilleur paramètre pour discriminer les tumeurs de Warthin des autres, avec un seuil de 0,07. Conclusion : l'ajout de modèles prédictifs d'apprentissage profond basés sur des séquences multiparamétriques augmente la performance du diagnostic non invasif des tumeurs de la parotide. L'ADC et les coefficients de l'espace extracellulaire-extravasculaire sont les deux meilleurs paramètres pour la prise de décision.
Configuration requise
  • un logiciel capable de lire un fichier au format : PDF
Sujet - Nom commun
Forme, genre ou caractéristiques physiques
Adresse électronique et mode d'accès
Lien copié.
Build V.5.2.2 - 2ecb916194 (29/04/2026 07:35:08)