Défi en ligne sponsorisé par MICCAI organisé par FLI-IAM

Nouveau défi en ligne sponsorisé par MICCAI, organisé par FLI-IAM avec les données de la cohorte de l’Observatoire Français de la Sclérose En Plaques (OFSEP).

 

L’Imagerie par Résonance Magnétique (IRM) est largement utilisée pour le diagnostic de la Sclérose en Plaque (SEP), le suivi des patients, la surveillance des thérapies, et plus généralement pour la compréhension de la maladie. L’absence de nouvelles lésions cérébrales sur une séquence T2/FLAIR de l’IRM, d’un examen de suivi à un autre, est un marqueur plus important que le nombre total et le volume des lésions, dans le cadre de la mise en place d’un traitement « disease modifying drug » (DMD) anti-inflammatoire. En effet, l’absence de nouvelles lésions sur l’IRM reflète l’efficacité du traitement pour un patient donné. L’automatisation des logiciels de détection de nouvelles lésions constituerait une avancée majeure dans l’évaluation de l’activité de la maladie chez le patient.

Suite au succès du premier défi MSSEG organisé par les laboratoires coordonnant FLI-IAM en 2016 dans le cadre du colloque MICCAI, les chercheurs de ces mêmes laboratoires organisent un nouveau défi en ligne portant sur la détection automatique de nouvelles lésions de la SEP sur des examens IRM successifs de patients de la cohorte de l’OFSEP. Ce défi, sponsorisé par MICCAI, n’aura pas lieu au moment exact du MICCAI mais une semaine avant ou après MICCAI (date à préciser) ; il se tiendra uniquement en ligne.

Le premier défi avait pour objectif de comparer les performances de logiciels de segmentation automatique de lésions sur les images IRM collectées par l’OFSEP. Le défi actuel permettra de mesurer les progrès réalisés en 5 ans par ces algorithmes, d’étendre le nombre de patients et se focalisera sur la segmentation automatique de nouvelles lésions d’un point temporel à l’autre. La segmentation sera réalisée sur une base de données de 100 patients, ayant subi chacun deux examens IRM à 2 dates, compilée à partir de la cohorte OFSEP. Les images T2/3D FLAIR sont acquises sur différents scanners dans différents centres d’imagerie. Réalisée sur la plateforme dédiée de FLI-IAM, l’évaluation sera automatisée afin de supprimer les biais potentiels.

Toutes les informations sous le lien https://portal.fli-iam.irisa.fr/msseg-2/challenge-timeline-and-pipeline-integration/