L’imagerie médicale computationnelle (ou radiomique) est une discipline récente et extrêmement prometteuse. Elle consiste en l’analyse informatique d’images médicales et les traduit en données quantitatives complexes. Ces données de haute-dimension permettent une caractérisation et une analyse plus en profondeur du phénotype tumoral. L’imagerie médicale computationnelle présente l’avantage d’être non-invasive, de pouvoir évaluer la maladie tumorale dans sa globalité, et de pouvoir être répétée dans le temps pour suivre l’évolution tumorale au cours du temps. L’imagerie médicale computationnelle a pour objectif final de déterminer des biomarqueurs d’imagerie apportant une aide à la décision médicale et permettant aussi de mieux comprendre la biologie du cancer.

Nous développerons ici le processus de l’analyse en imagerie computationnelle, et présenterons le potentiel de son utilisation en oncopneumologie.

© 2020 SPLF. Publié par Elsevier Masson SAS. Tous droits réservés.

Computational medical imaging (or radiomics) is a recent and extremely promising discipline. It consists of computer analysis of medical images and translates them into complex quantitative data. This high-dimensional data allows a more in-depth characterization of the tumor phenotype.

Radiomics has the advantage to be non-invasive, to evaluate the whole tumor and the spatial heterogeneity, and to allow monitoring of the tumor evolution over time.

The ultimate goal of radiomics is to develop imaging biomarkers that provide medical decision support and also allow a better understanding of the cancer biology.

We will present here the workflow used in radiomics, and present the potential of its use in lung cancers.

© 2020 SPLF. Published by Elsevier Masson SAS. All rights reserved.