E(3)-Pose utilise la symétrie pour suivre les mouvements de la tête fœtale pendant les IRM

Les mouvements peuvent laisser des lacunes dans l’image

Lors d’une IRM fœtale, une série d’images bidimensionnelles est obtenue puis empilée pour former une image tridimensionnelle de la tête. Si celle-ci bouge pendant l’acquisition, les prises peuvent être orientées selon des angles différents et laisser des lacunes dans la reconstruction. Selon le MIT, cela peut empêcher la personne qui interprète l’IRM d’observer des régions importantes et potentiellement contribuer à ce qu’une anomalie cérébrale passe inaperçue ou soit diagnostiquée à tort. MIT

L’article du MIT présente E(3)-Pose, un modèle d’apprentissage profond développé par des chercheurs du MIT, du Boston Children’s Hospital et d’Inria pour aider à obtenir des images de la tête fœtale en mouvement et à produire une image haute résolution qu’un radiologue puisse examiner. La source indique qu’un article sur ces travaux a été présenté à l’European Conference on Computer Vision de 2026. Elle ne détaille pas le contenu de cette présentation et ne fournit aucun résultat quantitatif sur les performances.

La motivation clinique décrite par le MIT s’inscrit dans un parcours de soins où une échographie prénatale de routine peut signaler de possibles anomalies cérébrales et conduire à une IRM supplémentaire. La source avertit qu’une image imparfaite peut entraîner des diagnostics manqués ou erronés ; elle n’affirme pas que le modèle a déjà réduit ces erreurs chez les patients.

La symétrie au cœur de la conception

La caractéristique mise en avant par le MIT est qu’E(3)-Pose intègre des principes physiques à l’architecture du réseau neuronal, au lieu de s’appuyer uniquement sur le modèle pour les apprendre à partir des données. Plus précisément, il intègre la symétrie gauche-droite de la tête fœtale afin de faciliter l’identification de l’orientation du cerveau par le modèle. C’est important, car les images bidimensionnelles doivent être combinées alors que la tête peut changer de position pendant l’examen. MIT

L’explication du MIT relie ce choix à des concepts géométriques tels que l’équivariance et la symétrie. Toutefois, l’extrait ne précise pas comment ils sont mis en œuvre mathématiquement, quelles données ont servi à entraîner le modèle ni quelles comparaisons expérimentales permettraient d’évaluer la contribution de chaque composant. La symétrie peut donc être décrite comme une caractéristique de la conception rapportée, mais pas comme une preuve indépendante que le système est plus précis que d’autres méthodes.

Le travail a également nécessité de faire fonctionner le système sur le scanner, et pas seulement d’entraîner un modèle à partir de données. Le MIT raconte que la première autrice, Ramya Muthukrishnan, a dû surmonter des difficultés lors de sa mise en œuvre sur l’équipement d’IRM. L’article attribue à Borjan Gagoski la mise au point d’une séquence qui acquiert des IRM supplémentaires pour contribuer à l’entraînement d’E(3)-Pose, et indique qu’Aryn Lee a participé au recrutement de volontaires enceintes et à l’acquisition des images. Ces détails décrivent le déroulement du projet, mais l’extrait ne donne ni le nombre de participantes ni assez d’informations pour évaluer la représentativité des données.

Ce que l’on sait et ce qu’il reste à démontrer

Le MIT avance qu’un suivi plus efficace des mouvements pourrait aider à obtenir des images mieux couvertes pour leur interprétation. La source cite la chercheuse principale Polina Golland, qui décrit le projet comme une combinaison de géométrie et d’apprentissage profond visant à transformer la façon dont le scanner acquiert les images. Elle rapporte également qu’Ellen Grant espère que ces travaux pourront automatiser l’IRM cérébrale fœtale et rendre les examens plus rapides et plus confortables. Ces déclarations expriment l’évaluation et les perspectives des chercheuses citées ; elles ne constituent pas, à elles seules, des mesures de bénéfices cliniques déjà obtenus. MIT

La source elle-même signale une limite importante : le modèle a été entraîné principalement sur des fœtus du troisième trimestre. Muthukrishnan espère améliorer E(3)-Pose afin qu’il puisse aider pour les fœtus du deuxième trimestre ou d’un âge gestationnel moins avancé. L’article explique qu’aux stades plus précoces, le fœtus est plus petit et bouge davantage, mais ne présente aucun résultat établissant les performances actuelles du modèle dans ces cas.

Le MIT mentionne de possibles applications futures à d’autres anatomies difficiles à imager et à la conduite autonome, où des capteurs limités doivent capter des données tridimensionnelles bruitées. Il s’agit de possibilités évoquées par la source, et non d’applications cliniques ou techniques dont l’efficacité serait démontrée dans l’extrait. MIT

Les informations contextuelles de la National Science Foundation décrivent de manière générale le soutien apporté par l’agence à la recherche et à l’éducation dans différents domaines. Elles ne corroborent pas indépendamment E(3)-Pose ni les résultats communiqués par le MIT ; elles ne permettent donc pas d’élargir les conclusions sur ce modèle. NSF : études et résultats NSF : recherche sur les matériaux