Identification du trouble du spectre autistique à l'aide de modèles d'apprentissage automatique sur des données IRMAutism spectrum disorder identification using machine learning models on MRI data.
- Utilisation de métriques de qualité d'IRM (Quality Vector) comme biomarqueurs diagnostiques du TSA.
- Un ensemble votant (SVM, kNN, XGBoost) atteint une précision de 95,84% pour la classification TSA vs contrôles.
- Approche multimodale combinant IRM structurelle, fonctionnelle et diffusion à partir du jeu de données ABIDE II.
L'article propose une méthode objective de diagnostic du TSA à partir de métriques de qualité IRM, avec une précision élevée. Cependant, elle repose sur un seul jeu de données (ABIDE II) et nécessite validation clinique.
Nécessite une validation sur des cohortes plus larges et diversifiées pour confirmer la généralisabilité. Dépend de la qualité des données IRM et des protocoles d'acquisition, ce qui peut limiter la reproductibilité. Étude rétrospective sur ABIDE II ; absence de données prospectives ou multicentriques contrôlées. L'abstract ne précise pas l'appariement des groupes témoins sur des variables confondantes (âge, QI, etc.).
Cette étude propose une méthode objective de diagnostic du trouble du spectre autistique (TSA) en analysant les signatures de bruit technique (Quality Vector) extraites de données IRM multimodales (structurelle, fonctionnelle, diffusion). À partir du référentiel ABIDE II, les auteurs utilisent des métriques de qualité (QAP) et appliquent des techniques d'apprentissage automatique (DBSCAN, PCA) et un ensemble de classificateurs (SVM, kNN, XGBoost) pour détecter le TSA. L'ensemble votant atteint une précision de 95,84% en validation croisée stratifiée, démontrant que les métriques de qualité technique, souvent considérées comme du bruit, ont une valeur diagnostique significative.
Utilisation de métriques de qualité d'IRM (Quality Vector) comme biomarqueurs diagnostiques du TSA. Un ensemble votant (SVM, kNN, XGBoost) atteint une précision de 95,84% pour la classification TSA vs contrôles. Approche multimodale combinant IRM structurelle, fonctionnelle et diffusion à partir du jeu de données ABIDE II. Les métriques de qualité technique, souvent ignorées, possèdent une valeur diagnostique significative pour le TSA.
Potentiel pour un diagnostic objectif et plus rapide du TSA, réduisant la subjectivité des méthodes cliniques actuelles. Outil non invasif basé sur l'IRM, facilitant une détection précoce et un accès aux interventions. Valorisation de biomarqueurs issus de la qualité d'acquisition, souvent négligés dans la pratique clinique.
Modéré