volBrain

Description
La plateforme volBrain est un système ouvert d'analyse d'IRM cérébrale en ligne. Il aide les chercheurs du monde entier à obtenir automatiquement des informations volumétriques sur le cerveau à partir de leurs données IRM sans avoir besoin d'apprendre des logiciels complexes ou d'avoir des infrastructures informatiques coûteuses sur leurs sites locaux.

La plateforme volBrain fonctionne de manière entièrement automatique et est capable de fournir une analyse du cerveau sans aucune interaction humaine en quelques minutes. Plusieurs pipelines traitant de différentes zones cérébrales et maladies à partir de données IRM monomodales et multimodales sont disponibles.

Ces pipelines traitent la ou les images d'entrée en 10 à 20 minutes. Ensuite, l'utilisateur reçoit un email avec des liens vers les images produites, un rapport détaillé et un fichier csv.

Pipelines disponibles:

- pBrain : traite automatiquement et fournit des analyses quantitatives des structures liées à la maladie de Parkinson (Substantia Nigra (locus niger), noyau rouge et noyau sous-thalamique).

- HIPS : traite automatiquement et fournit des analyses quantitatives de l'hippocampe sous-domaines liés à plusieurs pathologies (sclérose en plaques, maladie d'Alzheimer, lésions cérébrales vasculaires, etc.). Ce module est particulièrement efficace pour la détection précoce de la maladie d'Alzheimer et de la sclérose en plaques.

- CERES : traite automatiquement le cervelet en IRM cérébrale. Il fournit le volume et l'épaisseur attendus pour chacune des structures considérées en fonction de l'âge et du sexe du sujet étudié. Il pourrait aider à détecter une anomalie volumétrique et donc une pathologie potentielle (sclérose en plaques, maladie d'Alzheimer, schizophrénie, ...).

- volBrain : traite automatiquement les données IRM du cerveau entier. Il fournit des volumes pour les principaux tissus de la cavité intracrânienne (ICC) (c.-à-d., CSF, GM et WM), de certaines zones macroscopiques telles que les hémisphères cérébraux, le cervelet et le tronc cérébral, et des structures sous-corticales.

- AssemblyNet : pipeline de segmentation basé sur l'apprentissage profond qui traite automatiquement les données d'IRM du cerveau entier. Il extrait automatiquement toutes les structures cérébrales. Le volume des structures cérébrales a le potentiel d'être un biomarqueur important pour plusieurs maladies neurologiques (sclérose en plaques, maladie d'Alzheimer, Parkinson, etc.).

- vol2Brain : traite automatiquement les données d'IRM du cerveau entier. Il fournit les volumes de l'ensemble des structures cérébrales (135 structures différentes) et l'épaisseur des structures corticales.

- lesionBrain : segmente automatiquement les lésions hyperintenses de la substance blanche à l'aide d'une IRM T1w et d'une IRM FLAIR. lesionBrain classe les lésions en plusieurs catégories selon leur position. Le volume et la catégorie des lésions cérébrales ont le potentiel d'être un biomarqueur important pour plusieurs maladies neurologiques (sclérose en plaques, maladie d'Alzheimer, lupus, etc.).

- DeepLesionbrain : pipeline de segmentation basé sur l'apprentissage profond qui segmente automatiquement les lésions hyperintenses de la substance blanche à l'aide d'une IRM T1w et d'une IRM FLAIR. DeepLesionBrain classe les lésions en plusieurs catégories selon leur position. Le volume et la catégorie des lésions cérébrales ont le potentiel d'être un biomarqueur important pour plusieurs maladies neurologiques (sclérose en plaques, maladie d'Alzheimer, lupus, etc.).

- AssemblyNet-AD : pipeline de segmentation basé sur l'apprentissage profond qui détecte automatiquement la signature de la maladie d'Alzheimer (MA) dans un IRM T1w. La prise de décision dans la maladie d'Alzheimer est basée sur 3 types de caractéristiques différentes : le volume de toutes les structures cérébrales, la gradation de toutes les structures cérébrales et l'atrophie des structures clés (hippocampe, amygdale et ventricules latéraux inférieurs). Il est capable de détecter automatiquement les sujets atteints de MA ou proches de se convertir en MA dans les 3 ans.
Domaines d'utilisation
Essais cliniques, Aide au diagnostic, Routine clinique, Analyse quantitative, Diagnostic assisté par ordinateur, Maladies neurodégénératives, Démence, Sclérose en plaques, Maladie d'Alzheimer, Parkinson, Schizophrénie, Neuroanatomie, Neuroimagerie, Imagerie médicale, Segmentation IRM
Contributeurs LaBRI
Pierrick Coupé, Boris Mansencal, Michael Clément, Floréal Morandat
Dépôt du code source
https://github.com/volBrain/
OS supportés
Linux, MacOS, Windows
Dernière version
(23/06/2022)
Plus d'informations
https://volbrain.net

Précédent