En IRM, contrairement à d’autres types d’imagerie, il est possible d’acquérir des images avec différents contrastes (on parle de contrastes pondérés en T1, T2, en densité de protons…). C’est en jouant sur les paramètres d’acquisition que l’on peut minimiser ou au contraire accentuer le signal de certains tissus. Les images pondérées contiennent des informations complémentaires et le clinicien les synthétise pour poser son diagnostic. Il serait pourtant intéressant, pour améliorer encore davantage l’analyse, d’obtenir des images paramétriques quantitatives susceptibles d’apporter une information plus fiable, sans biais et reproductible.
Ce saut technologique n’est pas trivial en particulier à ultra-haut champ magnétique. Des chercheurs du CEA-Joliot (NeuroSpin), en collaboration avec le CRMBM (Marseille) et l’ICM (Paris), ont mis au point une séquence unique pour acquérir en parallèle tous les paramètres nécessaires à la reconstitution de différentes cartes paramétriques, superposables, pour l’ensemble du cerveau et dans un temps adapté à un examen clinique.
Sur six volontaires sains, à 7 teslas, onze contrastes ont été acquis avec une séquence optimisée. Ces résultats préliminaires montrent une récupération robuste des principales cartes utilisées par les cliniciens (densité de proton, angle de basculement, T1 et T2). Avec cette méthode, la quantification, reproductible, pourrait permettre un diagnostic personnalisé.
« Un peu comme pour l’analyse biologique d’un prélèvement sanguin, on serait en mesure de dire à un patient quel paramètre dans une zone précise (voxel) de son cerveau n’est pas dans la normalité », affirme Alexandre Vignaud, coordonnateur de cette étude. « A plus long terme, l’ensemble des données pourraient être interprétées par des algorithmes d’intelligence artificielle pour l’aide au diagnostic », conclut-il.