Imagerie par résonance magnétique d'échange de relaxation (REXI) : une méthode d'imagerie non invasive pour évaluer l'échange d'eau trans-barrière dans le plexus choroïde

Imagerie non invasive pour évaluer l’échange d’eau transbarrière dans le plexus choroïde Contexte Le plexus choroïde (Choroid Plexus, CP) est un site clé pour la production du liquide céphalo-rachidien (LCR) et constitue une composante essentielle de la barrière hémato-encéphalique (Blood-Cerebrospinal Fluid Barrier, BCSFB). Le plexus choroïde régu...

L'apprentissage profond multimodal améliore la prédiction du risque de récidive dans les gliomes de bas grade pédiatriques

L’application de l’apprentissage profond dans la prédiction de la récidive postopératoire des gliomes de bas grade pédiatriques Contexte Les gliomes de bas grade pédiatriques (Pediatric Low-Grade Gliomas, PLGGs) sont l’un des types de tumeurs cérébrales les plus courants chez les enfants, représentant 30 à 50 % de toutes les tumeurs du système nerv...

Cartographie des habitats tumoraux dans le glioblastome de type sauvage de l'isocitrate déshydrogénase : intégration des données IRM, pathologiques et ARN

Analyse des habitats tumoraux par IRM dans le glioblastome : validation pathologique Contexte Le glioblastome (GBM) est une tumeur cérébrale hautement maligne, caractérisée par une hétérogénéité et une invasivité importantes. En raison de son microenvironnement tumoral complexe (TME), les méthodes d’imagerie traditionnelles ont du mal à distinguer ...

PICK : Prédire et masquer pour la segmentation semi-supervisée d'images médicales

Modèle PICK pour la segmentation semi-supervisée d’images médicales Contexte académique La segmentation d’images médicales est d’une importance cruciale dans la pratique clinique, car elle fournit des informations vitales sur les caractéristiques des organes ou des tumeurs, telles que le volume, la localisation et la forme. Ces dernières années, le...

RepsNet : Un modèle de segmentation d'instances de noyaux basé sur la régression des limites et la reparamétrisation structurelle

RepsNet : Un modèle de segmentation d'instances de noyaux basé sur la régression des limites et la reparamétrisation structurelle

Modèle de segmentation d’instances de noyaux basé sur la régression des limites et la reparamétrisation structurelle RepsNet Contexte académique Le diagnostic pathologique est la référence absolue pour le diagnostic des tumeurs, et la segmentation d’instances de noyaux est une étape clé dans l’analyse pathologique numérique et le diagnostic patholo...