BPD-Neo : un jeu de données IRM pour la segmentation poumons‑trachée avec données cliniques sur la dysplasie bronchopulmonaire néonatale

Pourquoi les petits poumons comptent

Chaque année, de nombreux bébés naissent trop tôt, avec des poumons encore en formation. Ces poumons fragiles peuvent entraîner une affection grave appelée dysplasie bronchopulmonaire (DBP), qui maintient souvent les nourrissons en soins intensifs pendant des semaines ou des mois. Les médecins aimeraient voir l’intérieur de ces petites cages thoraciques en trois dimensions, de façon sûre et détaillée, pour comprendre ce qui dysfonctionne et comment intervenir. Cet article présente un nouveau jeu de données ouvert qui rassemble des scans IRM avancés, des contours soignés des poumons et de la trachée, ainsi que des informations médicales clés sur 40 nourrissons prématurés, offrant aux chercheurs un nouvel outil puissant pour étudier et quantifier la maladie chez les plus petits patients.

Des radiographies planes aux vues 3D

Aujourd’hui, les radiographies réalisées au chevet sont l’outil de référence pour surveiller les nouveau‑nés prématurés en unités de soins intensifs, mais elles ne fournissent que des images planes en deux dimensions et exposent les nourrissons à des radiations répétées. La tomodensitométrie (CT) peut révéler la structure en trois dimensions mais utilise des doses de radiation encore plus élevées et est rarement employée chez ces nouveau‑nés. L’imagerie par résonance magnétique (IRM) offre une autre voie : elle fournit des images détaillées en trois dimensions des tissus mous sans exposition aux radiations et peut être réalisée pendant que les bébés respirent calmement et sont emmaillotés, souvent sans sédation. Dans cette étude, l’équipe a utilisé une technique IRM robuste au mouvement appelée StarVIBE, bien adaptée aux nourrissons agités, pour capturer des images 3D haute résolution des poumons et de la voie aérienne principale.

Construire une image précise des petites voies aériennes

Les chercheurs ont scanné 40 nourrissons de moins de six mois, la plupart présentant un certain degré de DBP, en utilisant un appareil IRM situé directement dans l’unité de soins intensifs néonatale. Pour protéger leur audition et leur confort, les bébés étaient nourris, emmaillotés et équipés d’une protection phonique en couches, tandis que les infirmières surveillaient de près les signes vitaux. Après l’acquisition, des spécialistes de l’imagerie ont utilisé un outil logiciel pour tracer les poumons et la trachée en trois dimensions. Ils ont placé des points de départ à l’intérieur de chaque structure et laissé un algorithme informatique étendre les régions vers l’extérieur, suivi d’un lissage et de corrections manuelles méticuleuses. Ces contours finalisés ont été sauvegardés sous forme de fichiers séparés correspondant exactement aux données IRM originales, et un deuxième expert a resegmenté un sous‑ensemble de scans afin de mesurer les différences entre évaluateurs humains.

Ajouter des détails médicaux aux données d’imagerie

Parallèlement aux images, le jeu de données inclut des informations cliniques basiques mais importantes pour chaque nourrisson, telles que le poids et la taille à la naissance, le sexe, l’âge gestationnel à la naissance, l’âge au moment du scan, et une classification moderne de la sévérité de la DBP selon les critères de Jensen 2019. Parce que chaque enregistrement est entièrement dé‑identifié et lié uniquement par un code d’étude, la vie privée des familles est préservée. Disposer de ces données médicales conjointement aux formes 3D des poumons et des voies aériennes permet aux chercheurs d’explorer comment les changements structurels pulmonaires se rapportent à la précocité de la naissance, au poids, et à la sévérité des troubles respiratoires. Par exemple, les scientifiques peuvent calculer le volume pulmonaire total, l’ajuster à la taille corporelle, et créer des cartes montrant la variation du signal du tissu pulmonaire, ce qui peut refléter des cicatrices, une hyperinflation ou des zones effondrées.

Apprendre aux ordinateurs à tracer de petites structures

Pour illustrer ce que cette ressource permet de faire, les auteurs ont entraîné des modèles informatiques connus sous le nom de U‑Nets pour détecter et délimiter automatiquement les poumons et la trachée dans les scans IRM. Ces modèles apprennent à partir d’exemples : ils voient de nombreuses paires image‑contour d’expert, puis tentent de produire des contours similaires sur des scans inconnus. À l’aide d’une procédure rigoureuse de validation croisée, le modèle pulmonaire a très bien performé, atteignant un niveau d’accord avec les experts humains proche de celui observé entre deux experts humains. La trachée, structure beaucoup plus petite et moins contrastée à l’IRM, s’est révélée plus difficile. Tant les humains que les algorithmes ont montré davantage de divergences lors de son tracé, et les contours automatiques de la trachée étaient moins précis et plus sensibles aux différences de taille corporelle et aux conditions d’acquisition.

Ce que cela signifie pour les nouveau‑nés fragiles

Le jeu de données BPD‑Neo fournit, pour la première fois, un ensemble disponible librement de scans IRM 3D, de formes pulmonaires et de voies aériennes tracées par des experts, et de données cliniques appariées pour des nourrissons prématurés à risque de maladie pulmonaire chronique. En montrant que des outils automatisés peuvent déjà égaler la performance humaine pour les volumes pulmonaires et en signalant où les méthodes actuelles peinent encore — comme pour la minuscule trachée — ce travail jette les bases de mesures de la santé pulmonaire chez les nouveau‑nés plus rapides, plus fiables et plus objectives. À terme, une meilleure imagerie et analyse pourrait aider les médecins à détecter plus tôt les faiblesses des voies aériennes et les lésions pulmonaires, à adapter les traitements plus précisément et à réduire le fardeau de la DBP pour les enfants et leurs familles.

Citation: Saluja, R., Kovanlikaya, A., Chien, C. et al. BPD-Neo: An MRI Dataset for Lung-Trachea Segmentation with Clinical Data for Neonatal Bronchopulmonary Dysplasia. Sci Data 13, 659 (2026). https://doi.org/10.1038/s41597-026-07006-8

Mots-clés: poumons des nouveau‑nés prématurés, dysplasie bronchopulmonaire, IRM néonatale, segmentation pulmonaire, jeu de données d’imagerie médicale