Classification faiblement supervisée des tumeurs malignes primaires du foie à l’aide de réseaux neuronaux basés sur des sources de données multi-échelles
Ce projet fait l’objet d’un stage de 6 mois (Paul-Émile Zafar, 2022) porté par la FHU Mosaic au sein du partenariat entre l’AP-HP et l’INRIA : « Bernouilli_Lab ». La FHU Mosaic a profité de cette initiative du laboratoire commun Bernouilli pour être mis en relation avec l’équipe Inria OPIS (« OPtImization for large Scalebiomedical data ») du Centre de Vision Numérique de CentraleSupélec. Ce projet est donc en collaboration avec Jean-Christophe Pesquet, chef de l’équipe OPIS, sur la partie intelligence artificielle. Ce projet fait également l’objet d’une bourse auprès de la société européenne de radiologie gastro-intestinale et abdominale.
L’objectif de cette étude est d’appliquer diverses méthodes d’apprentissage faiblement supervisées basées sur des réseaux neuronaux convolutifs profonds (CNN) pour classer ces cancers primaires du foie à l’aide de l’imagerie multiéchelle (radiologie, anatomopathologie).
Les cancers primitifs du foie sont la 4e cause de décès par cancer dans le monde, avec une incidence croissante dans la plupart des pays occidentaux. Ils constituent un groupe hétérogène de tumeurs associées à des facteurs de risque, des résultats cliniques et des caractéristiques d’imagerie, histologiques et moléculaires distincts. Parmi ces tumeurs, le carcinome hépatocellulaire (CHC) et le cholangiocarcinome intrahépatique (iCCA) sont de loin les plus courants et représentent les deux extrémités du spectre tumoral. Entre les deux, l’hépato-cholangiocarcinome combiné (cCHC-CCA) est reconnu comme une tumeur rare partageant les caractéristiques du CHC et de l’iCCA, dont le pronostic n’est toujours pas clair. Alors que l’imagerie et la biopsie de la tumeur permettent d’obtenir de bons résultats pour le diagnostic précis du CHC et de l’iCCA, les performances diagnostiques du cCHC-CCA basées sur une seule modalité sont faibles. L’analyse histologique représente le gold standard pour le diagnostic du cCHC-CCA, mais même d’un point de vue histologique, ce diagnostic peut être très difficile, en particulier dans les échantillons de biopsie. Récemment, nous avons montré que la combinaison de l’imagerie et de la biopsie de la tumeur pouvait améliorer le diagnostic du CHC-CCA, soulignant l’intérêt d’utiliser des données d’imagerie multi-échelles.
Valérie Paradis
Aurélie Beaufrère – Anatomie pathologique
Jules Grégory – Radiologie
Jean-Christophe Pesquet – Intelligence artificielle
Aurélie Beaufrère
Jean-Christophe Pesquet
Jules Grégory
AP-HP
- AP-HP – Nord – Université Paris Cité :
• DMU DREAM (service d’imagerie médicale et service d’anatomie pathologique). - AP-HP – DRCI.
- AP-HP – DSI – I&D – EDS.
Inserm
- U1149 CRI – INDiD.
INRIA
- CentraleSupélec, CVN – Équipe OPIS
- L’EDS APHP (Entrepôt des Données de Santé) est autorisé par la CNIL depuis le 19 janvier 2017 sous le n°1980120.
- Le Comité Scientifique et Éthique (CSE) de l’EDS APHP est IRB sous le n°IRB00011591.
- L’espace Jupyter Mosaic est en cours de dépôt au CSE pour ce projet.