MONTRÉAL, le 26 mars 2020 – Une équipe de recherche du CHU Sainte-Justine, avec la collaboration de l’École de technologie supérieure (ÉTS), a mis au point une technique novatrice basée sur l’intelligence artificielle pour mieux définir les différentes sections du cerveau chez le nouveau-né lors d’un examen d’imagerie par résonance magnétique (IRM). Les résultats de cette étude sont présentés aujourd’hui dans le journal Frontiers in Neuroscience.
« Il s’agit de l’une des premières fois où l’intelligence artificielle est utilisée pour mieux définir les différentes parties du cerveau chez le nouveau-né lors d’une IRM, à savoir la matière grise, la substance blanche et le liquide céphalorachidien », souligne le Dr Gregory A. Lodygensky, néonatalogiste au CHU Sainte-Justine et professeur à l’Université de Montréal. « Jusqu’à aujourd’hui, les outils disponibles étaient complexes, souvent amalgamés les uns aux autres et difficiles d’accès », ajoute ce dernier.
En collaboration avec le professeur Jose Dolz, expert en analyse d’images médicales et apprentissage machine à l’ÉTS, le groupe a été en mesure d’adapter les outils à la spécificité du néonatal, puis de les valider.
Cette technique novatrice permet d’analyser rapidement, de manière plus précise et avec une grande fiabilité le cerveau des tout-petits. Les scientifiques y voient un atout majeur pour soutenir des recherches qui portent non seulement sur le développement du cerveau en néonatalogie, mais également sur l’efficacité de stratégies neuroprotectrices par exemple.
En évaluant une série d’outils disponibles en intelligence artificielle, les chercheurs du CHU Sainte-Justine ont constaté que ceux-ci présentaient certaines limitations, particulièrement en ce qui a trait aux recherches pédiatriques. Les programmes d'analyses de neuro-imagerie existants sont en effet principalement conçus pour fonctionner sur l'IRM « adulte ». L’immaturité cérébrale des nouveau-nés, avec une inversion des contrastes entre la matière grise et la matière blanche, vient compliquer les analyses.
Inspirés par les derniers travaux du professeur Dolz, l’équipe a proposé un réseau de neurones artificielles qui apprend à combiner efficacement les informations provenant de plusieurs séquences d’une IRM. Cette méthodologie a permis de mieux définir automatiquement les différentes parties du cerveau chez le nouveau-né et d’établir un nouvel état de l’art pour cette problématique.
« Nous avons non seulement décidé de partager les résultats de notre étude en libre accès, mais aussi le code informatique, afin que tous les chercheurs travaillant dans le domaine du cerveau puissent en tirer avantage, tout cela au bénéfice des patients », affirme Jose Dolz.
Le CHU Sainte-Justine est l’un des plus gros acteurs de la Plateforme canadienne du cerveau néonatal. Il représente également l’une des plus grosses unités en néonatalogie au Canada avec une spécialité en neurodéveloppement. Dans le cadre de cette plateforme, les équipes de recherche mettent en place des projets comme celui-ci qui visent à améliorer la santé à long terme des nouveau-nés les plus vulnérables aux lésions cérébrales.
« Dans les études pour évaluer l’impact positif et négatif de différentes thérapies sur la maturation du cerveau des bébés, il faut disposer de moyens pour quantifier les structures cérébrales avec certitude et fiabilité », ajoute le Dr Lodygensky. « En offrant à la communauté scientifique le fruit de toutes nos découvertes, on l’aide énormément, avec un bénéfice extraordinaire pour les nouveau-nés à risque. »
« Nous souhaitons à présent démocratiser cet outil afin qu’il devienne la référence pour l’étude de la structure cérébrale chez les nouveau-nés, dans le monde entier. Dans cette optique, nous continuons à travailler sur sa généralisabilité, à savoir son utilisation sur des données d’IRM acquises dans des hôpitaux différents », conclut le Dr Lodygensky.
À propos de l’étude
L’article « Using Deep Convolutional Neural Networks for Neonatal Brain Image Segmentation » a été publié le 26 mars 2020 dans le journal Frontiers in Neuroscience. Le premier auteur est Yang Ding, PhD, personnel de laboratoire sous la direction de Gregory A. Lodygensky. Les auteurs principaux sont Gregory A. Lodygensky, MD, professeur agrégé de clinique au Département de pédiatrie de l’Université de Montréal et clinicien-chercheur au CHU Sainte-Justine, et Jose Dolz, PhD, professeur adjoint au Département de génie logiciel et des technologies de l'information à l’École de technologie supérieure (ÉTS). L’étude a été soutenue par la Fondation Brain Canada.
– 30 –
À propos du Centre de recherche du CHU Sainte-Justine
Le Centre de recherche du CHU Sainte-Justine est un établissement phare en recherche mère-enfant affilié à l’Université de Montréal. Axé sur la découverte de moyens de prévention innovants, de traitements moins intrusifs et plus rapides et d’avenues prometteuses de médecine personnalisée, il réunit plus de 210 chercheurs, dont plus de 110 chercheurs cliniciens, ainsi que 450 étudiants de cycles supérieurs et postdoctorants. Le centre est partie intégrante du Centre hospitalier universitaire Sainte-Justine, le plus grand centre mère-enfant au Canada et le deuxième centre pédiatrique en importance en Amérique du Nord. Détails au recherche.chusj.org
À propos de l’ÉTS
L'ÉTS est l'une des dix constituantes de l'Université du Québec. Elle forme des ingénieurs et des chercheurs reconnus pour leur approche pratique et innovatrice, le développement de nouvelles technologies et leur aptitude à transférer leurs connaissances en entreprise. Selon CS ranking, l’ÉTS occupe une place de choix dans cette branche de l’intelligence artificielle qu’est la vision artificielle : elle se classe au 1er rang au Québec, et au 6e au Canada, pour ce qui est des publications scientifiques dans ce domaine. Pour en savoir plus, visitez : etsmtl.ca.