BreastDCEDL : un jeu de données standardisé de DCE-IRM mammaire prêt pour l’apprentissage profond, couvrant 2 070 patientes

Pourquoi cela compte pour la prise en charge du cancer du sein

Lorsqu’une personne reçoit un diagnostic de cancer du sein, les médecins doivent rapidement décider quels traitements sont les plus susceptibles d’être efficaces. Des examens IRM puissants peuvent montrer le comportement d’une tumeur, mais transformer ces images en outils informatiques fiables pour guider le traitement a été difficile. Cet article présente BreastDCEDL, une grande collection soigneusement préparée d’IRM mammaires conçue spécifiquement pour aider les chercheurs à développer et évaluer des systèmes d’intelligence artificielle (IA) capables de prédire la réponse tumorale aux traitements.

Voir la tumeur évoluer dans le temps

Les médecins utilisent souvent un type particulier d’IRM appelé IRM dynamique avec contraste (DCE-IRM) pour observer les tumeurs mammaires. Lors de cet examen, des images sont acquises avant et après l’injection d’un produit de contraste, capturant la façon dont le sang circule dans la tumeur sur plusieurs minutes. Les tissus cancéreux ont tendance à présenter des vaisseaux sanguins perméables et désorganisés, si bien qu’ils s’illuminent et décroissent différemment des tissus normaux. Ces images en série peuvent révéler l’agressivité d’une tumeur et aider à prédire si elle disparaîtra complètement après des traitements puissants comme la chimiothérapie.

Transformer des scans épars en une ressource unique

Jusqu’à présent, les progrès de l’IA pour l’IRM mammaire ont été freinés par la dispersion des données : les hôpitaux stockent les images dans des formats différents, utilisent des appareils variés et consignent les données cliniques de manières diverses. Le projet BreastDCEDL a relevé ce défi en réunissant des DCE-IRM prétraitement de 2 070 patientes issues de trois grands ensembles de recherche connus sous les noms I-SPY1, I-SPY2 et Duke. L’équipe a converti plus de 8,5 millions de coupes d’image individuelles en un peu plus de onze mille volumes 3D en utilisant un format standard largement employé en recherche d’imagerie médicale. Ils ont également trié soigneusement les images dans le temps (avant le produit de contraste, tôt après et plus tard après) et dans l’espace, de sorte que les examens de chaque patiente soient correctement alignés.

Indiquer les tumeurs et relier les faits

Pour que l’IA apprenne, elle doit savoir où se trouve la tumeur et ce qu’il est advenu de la patiente. Dans BreastDCEDL, chaque patiente dispose d’annotations tumorales et d’informations cliniques essentielles. Pour les cohortes I-SPY, des codes informatiques complexes décrivant les contours tumoraux ont été convertis en masques 3D simples qui marquent la zone tumorale voxel par voxel. Pour le groupe Duke, des radiologues experts ont dessiné des boîtes englobantes autour de la plus grande tumeur de chaque cas. En complément des images, le jeu de données inclut l’âge de la patiente, des données démographiques de base, la taille de la tumeur, le statut des récepteurs hormonaux (RH), le statut HER2 et l’information indiquant si la tumeur a complètement disparu après le traitement — un résultat appelé réponse pathologique complète, ou pCR. Cet aboutissement, disponible pour 1 452 patientes, est fortement lié à la survie à long terme et constitue une cible de premier plan pour les modèles prédictifs.

Construire des évaluations justes pour les outils d’IA

Pour faciliter la comparaison des nouvelles méthodes d’IA, les auteurs fournissent des ensembles fixes d’entraînement, de validation et de test, avec des taux de pCR similaires entre eux. Cela permet à différentes équipes de recherche d’évaluer leurs modèles sur les mêmes groupes de patientes, rendant les affirmations de performance plus crédibles. Le jeu de données conserve aussi la variété naturelle observée dans les milieux hospitaliers réels : les examens proviennent de nombreux centres, de différentes machines d’IRM et de définitions légèrement différentes de la positivité RH et HER2. Plutôt que d’effacer ces différences, BreastDCEDL les documente clairement, afin que les chercheurs puissent décider comment les gérer et tester si leurs modèles restent performants à travers des populations de patientes et des conditions d’acquisition variées.

Ce que cela ouvre pour la recherche future

BreastDCEDL n’est pas qu’une simple pile d’images : c’est une boîte à outils bien organisée pour de nombreux types d’études. Les chercheurs peuvent entraîner des systèmes d’IA à localiser les tumeurs, mesurer le volume tumoral, prédire la pCR avant le début du traitement et explorer comment les motifs d’imagerie se rapportent à la biologie tumorale. Les patientes sans données de suivi contribuent également en fournissant des exemples supplémentaires pour l’apprentissage non supervisé et semi-supervisé. Parce que tous les fichiers suivent un système de nommage simple et un format commun, les scientifiques peuvent les charger et les analyser rapidement avec des logiciels standard, économisant des jours de préparation manuelle et réduisant le risque d’erreurs.

Un chemin plus clair vers un traitement personnalisé

En termes simples, ce travail transforme une collection hétérogène d’IRM mammaires provenant de plusieurs hôpitaux en une base propre et partagée pour la recherche en IA. En standardisant la façon dont les images et les informations cliniques sont stockées, et en annotant de manière cohérente les tumeurs et les résultats, BreastDCEDL donne aux chercheurs les moyens de construire et d’évaluer équitablement des outils informatiques qui pourraient, un jour, aider les médecins à choisir le traitement adapté à chaque patiente. Bien que cela ne guérisse pas le cancer en soi, cela supprime un obstacle majeur sur la voie d’une prise en charge du cancer du sein plus précise et fondée sur les données.

Citation: Fridman, N., Solway, B., Fridman, T. et al. BreastDCEDL: A standardized deep learning-ready breast DCE-MRI dataset of 2,070 patients. Sci Data 13, 264 (2026). https://doi.org/10.1038/s41597-026-06589-6

Mots-clés: IRM mammaire, imagerie du cancer, IA médicale, réponse au traitement, jeux de données médicaux