Imagerie médicale computationnelle (radiomique) et potentiel en immuno-oncologie

Résumé : L'arrivée de l'immunothérapie a profondément modifié la prise en charge de multiples cancers, permettant des réponses tumorales jusqu'alors inespérées, même si une majorité des patients ne répondent pas à ces nouveaux traitements. L'identification de biomarqueurs permettant de cibler les patients répondeurs est un enjeu majeur. L'imagerie médicale computationnelle (ou radiomique) est une discipline récente et extrêmement prometteuse. Elle consiste en l'analyse informatique d'images médicales et les traduit en données quantitatives complexes. Ces données de haute-dimension permettent une caractérisation et une analyse plus en profondeur du phénotype tumoral. L'imagerie médicale computationnelle présente l'avantage d'être non-invasive, de pouvoir évaluer la maladie tumorale dans sa globalité, et de pouvoir être répétée dans le temps pour suivre l'évolution tumorale au cours du temps. L'imagerie médicale computationnelle a pour objectif final de déterminer des biomarqueurs d'imagerie apportant une aide à la décision médicale et permettant aussi de mieux comprendre la biologie du cancer. Cette revue développera le processus de l'analyse en imagerie computationnelle, et présentera le potentiel de son utilisation en immuno-oncologie.
Type de document :
Article dans une revue
Cancer Radiothérapie, Elsevier Masson, 2017, 21 (6-7), pp.648-654. 〈10.1016/j.canrad.2017.07.035〉
Liste complète des métadonnées

Littérature citée [113 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01668902
Contributeur : Evangelia Zacharaki <>
Soumis le : mercredi 20 décembre 2017 - 13:08:24
Dernière modification le : vendredi 6 avril 2018 - 13:32:01

Fichier

CANRAD-S-17-00104.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Roger Sun, Elaine Limkin, Laurent Dercle, Sylvain Reuzé, Evangelia Zacharaki, et al.. Imagerie médicale computationnelle (radiomique) et potentiel en immuno-oncologie. Cancer Radiothérapie, Elsevier Masson, 2017, 21 (6-7), pp.648-654. 〈10.1016/j.canrad.2017.07.035〉. 〈hal-01668902〉

Partager

Métriques

Consultations de la notice

197

Téléchargements de fichiers

184