IRM musculosquelettique

Une équipe allemande dévoile ses stratégies pour limiter la consommation énergétique

icon réservé aux abonnésArticle réservé aux abonnés
Le 02/10/24 à 7:00

La reconstruction en apprentissage profond (à droite), par rapport à l'examen musculosquelettique de base (à gauche), permet de gagner du temps (ici, 1:13 minutes gagnées à droite, soit la moitié du temps d'acquisition initial à gauche) et donc de réduire la consommation énergétique. © Afat et al, European Radiology 2024 | CC BY 4.0

Face à l'augmentation des coûts de l'énergie en Europe, et en lien avec l'importance de la consommation des IRM dans la dépense énergétique des départements de radiologie (dépense qui représenterait elle-même environ 4 % de la consommation énergétique d'un hôpital moyen), des radiologues allemands de l'hôpital universitaire de Tübingen (Allemagne) ont cherché à optimiser au mieux leur utilisation de l'IRM dans les examens musculosquelettiques. Leurs résultats sont parus le 7 septembre 2024 dans European Radiology [1].

Trois stratégies d'optimisation évaluées

Dans cette étude les radiologues ont évalué, sur deux IRM de 1,5 Teslas de modèle différents et en musculosquelettique, le potentiel de réduction de la consommation énergétique par des protocoles optimisés, par des acquisitions accélérées grâce à la reconstruction d'images par apprentissage profond, et enfin par une optimisation du refroidissement des IRM.

72 % de consommation en moins avec l’apprentissage profond

Leurs résulta

Il vous reste 52% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Bibliographie

  1. Afat S., Wohlers J., Herrmann J. et al, « Reducing energy consumption in musculoskeletal MRI using shorter scan protocols, optimized magnet cooling patterns, and deep learning sequences », European Radiology, 7 septembre 2024. DOI : 10.1007/s00330-024-11056-0.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

21 Oct

15:01

Fin 2025, le centre hospitalier intercommunal d’Aix-Pertuis a déclaré à l’ASNR un événement significatif de radioprotection portant sur une erreur d'injection de médicaments radiopharmaceutiques à 12 patients dans le cadre d'examens de scintigraphie de la parathyroide. L'incident n'aurait eu que des conséquences très limitées.

7:03

Une nouvelle génération de TEP scanner, basés sur des systèmes de champ de vision axial long (LA-FOV), permettraient de réaliser des scans corps entier de bonne qualité diagnostique en à peine une minute.
20 Oct

15:30

Un modèle de deep learning peut estimer l’âge chronologique des enfants à partir de radiographies du bassin, avec une erreur absolue moyenne inférieure à 0,6 an, selon une étude.

7:30

GE HealthCare annonce le marquage CE de son cyclotron MINItrace™ Magni et l’extension de sa plateforme PETtrace™ à la production de cuivre-64. Ces innovations visent à renforcer la production locale de radioisotopes et à soutenir la recherche en imagerie moléculaire et en théranostique.
✕
Tech Imago

GRATUIT
VOIR