S'abonner

Reconnaissance morphologique automatique des calculs rénaux par intelligence artificielle à l’aide de vidéos numériques endoscopiques peropératoires : premiers résultats - 30/10/22

Doi : 10.1016/j.fpurol.2022.07.142 
V. Estrade 1, , M. Daudon 2, E. Richard 3, J. Bernhard 4, F. Bladou 4, G. Robert 4, L. Facq 1, B. Denis de Senneville 1
1 University of bordeaux, CNRS, Inria, Bordeaux inp, imb, UMR 5251, 33400 Talence, Bordeaux, France 
2 Department of multidisciplinary functional explorations, AP–HP, Tenon hospital, Inserm umrs 1155, sorbonne university, Paris, France 
3 University of bordeaux, Inserm, bmgic, u1035, CHU bordeaux, 33076 Bordeaux, France 
4 Department of urology, CHU pellegrin, place Amélie-Raba-Léon, 33000 Bordeaux, France 

Auteur correspondant.

Résumé

Objectifs

Le recueil et l’analyse des critères morphologiques des calculs rénaux sont indispensables au diagnostic étiologique de la maladie lithiasique. Cependant, la fragmentation LASER in situ détruit ces informations diagnostiques capitales. Dans cette étude, nous évaluons la performance et la valeur ajoutée du traitement de séquences vidéo endoscopiques numériques pour la reconnaissance automatique des caractéristiques morphologiques des calculs.

Méthodes

Un classificateur automatique assisté par ordinateur a été développé pour prédire la morphologie des calculs purs (une seule morphologie) et mixtes (au moins deux morphologies) les plus fréquents visionnés lors d’une séquence vidéo endoscopique peropératoire. L’analyse par intelligence artificielle proposée comprend les quatre étapes suivantes :

– un réseau de neurones profond localise les calculs présents dans les images endoscopiques ;

– les images de qualité suffisante sont sélectionnées ;

– un second réseau de neurones prédit les morphologies des calculs dans chaque image ;

– un typage des calculs entiers est réalisé à l’aide des observations morphologiques recueillies lors les étapes précédentes.

Résultats

Au total, 585 images endoscopiques numériques ont été recueillies (respectivement 349 et 236 observations de morphologies surface et de tranches sectionnelles de calculs connus les plus fréquents) et employées pour la formation du réseau de neurones profond (« deep learning ») de l’intelligence artificielle (IA) (Fig. 1, Fig. 2, Tableau 1). 71 vidéos endoscopiques numériques, dont 50 comportaient un seul type morphologique (Ia whewellite, IIb weddellite, IIIb acide urique) et 21 comportaient deux types morphologiques (Ia+IIb et Ia+IIIb), ont été analysées à l’aide du classificateur vidéo pour un total de 56 840 trames traitées. La précision était de [88±6] % en moyenne, supérieure à 81 % pour chaque type morphologique de calcul pur et mixte.

Conclusion

Les résultats obtenus montrent que l’IA appliquée sur des séquences vidéo endoscopiques numériques des calculs les plus fréquents est un outil prometteur pour collecter des informations morphologiques diagnostiques au cours du processus de fragmentation LASER du calcul sans recourir à aucune intervention humaine.

Le texte complet de cet article est disponible en PDF.

Plan


© 2022  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 32 - N° 3S

P. S13-S14 - novembre 2022 Retour au numéro
Article précédent Article précédent
  • Étude de corrélation entre la densité spontanée des papilles (DSP) à la tomodensitométrie et anomalies endoscopiques papillaires chez les patients lithiasiques
  • A. Touzani, J. Assoun, C. Tollon, A. Salin, G. Ploussard, J. Beauval, G. Loison, B. Pradère, M. Baboudjian, C. Almeras
| Article suivant Article suivant
  • La poussière de calcul est-elle suffisante pour définir la composition du calcul après lithotritie avec le laser thulium fibré : étude in vitro ?
  • A. Sierra, M. Corrales, F. Panthier, M. Daudon, O. Traxer

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.