Informons que nous utilisons des fichiers cookies afin de permettre aux utilisateurs de profiter de toutes les fonctionnalités du service et de créer des statistiques anonymes.
Cela signifie que chacun peut modifier les paramètres concernant les cookies dans son navigateur Internet.
Si vous n'acceptez pas cela, veuillez modifier les paramètres de votre navigateur ou quitter le service. En continuant à utiliser le service sans modifier les paramètres de votre navigateur, vous acceptez l'utilisation de fichiers cookies.

Veuillez également prendre connaissance de notre politique de confidentialite, qui contient toutes les informations détaillées sur le traitement des données personnelles.
En fermant ce message et/ou en continuant à utiliser le service, vous acceptez le traitement des données conformément à notre politique de confidentialité.

TYRION
Analyse de la photographie
peropératoire

La fonctionnalité principale du système TYRION est d’effectuer une analyse d’image peropératoire, qui se traduira par : la signification sur l’image radiographique peropératoire de la tranche de tissu de la zone occupée par la tumeur cancéreuse et le calcul de la marge d’excision – c’est-à-dire la distance minimale de la tumeur par rapport à la marge d’excision.

Selon les experts, le développement de données et la formation d’algorithmes appropriés sont les étapes les plus importantes du développement d’un logiciel d’aide au diagnostic par imagerie médicale. Travailler sur des données réelles, acquises dans l’environnement clinique au cours des opérations effectuées, est absolument crucial pour que le système final puisse aider les médecins au lieu de les distraire.

À ce jour, nous avons recueilli plus de cent mille images de tissus mammaires (radiographies individuelles incluses dans la tomosynthèse 3D), dont notre équipe a évalué la qualité et la valeur diagnostique. Ces données ont ensuite été marquées par une équipe de médecins et de spécialistes qualifiés et revérifiées par des experts en radiologie afin d’éviter toute incohérence. Pour accélérer l’ensemble du processus et améliorer la communication entre le marqueur et le médecin chargé de la vérification, nous avons développé une application interne basée sur des algorithmes d’apprentissage automatique, dédiée au marquage des images radiographiques du tissu mammaire avec une distinction entre le tissu tumoral et les microcalcifications.

  • Czcionka
  • Kontrast
  • Reset