Cet article aborde un problème quotidien en imagerie urinaire : des demandes d’IRM prostatiques de plus en plus nombreuses, et des protocoles très longs. L’équipe d’Harvard propose un panorama pratique des stratégies modernes qui permettent de réduire le temps d'acquisition tout en respectant les exigences diagnostiques du référentiel PI-RADS v2.1.
L'IRM prostatique est devenue un outil clé pour détecter, localiser et stadifier le cancer de la prostate, ainsi que pour la surveillance active. Mais un protocole multiparamétrique conforme aux recommandations peut dépasser 30 minutes, les séquences T2 et de diffusion représentant l'essentiel de cette durée. En outre, les longues acquisitions augmentent le risque d’artéfacts de mouvement et réduisent le confort pour le patient. Or la demande explose : aux États-Unis, l'IRM pré-biopsie est passée de moins de 1 % en 2007 à plus de 35 % en 2022, et certains centres ont triplé leur volume entre 2013 et 2021.
Les exigences techniques de PI-RADS v2.1
Le référentiel impose :
- une acquisition axiale T2 +/- un plan orthogonal, en écho de spin rapide 2D, avec des coupes de 3 mm sans espace intercoupe, une résolution minimale dans le plan de 0,7 mm en encodage de phase et 0,4 mm en encodage de fréquence, et un champ de vue de 12 à 20 cm.
- une acquisition en diffusion avec au moins deux valeurs de b (une basse de 0 à 100 s/mm² et une intermédiaire de 800 à 1000 s/mm²), plus une image à haute valeur de b supérieure ou égale à 1400 s/mm², acquise directement ou calculée de façon synthétique.
- une acquisition injectée en T1 en écho de gradient avec une épaisseur de coupe ≤ 3 mm et une résolution dans le plan ≤ 2 mm, une ésolution temporelle de ≤ 15 secondes par acquisition, acquise pendant au moins 2 minutes après l’administration intraveineuse de gadolinium.
Ces contraintes de résolution et de rapport signal sur bruit qui expliquent les temps d'acquisition élevés.
Le T2 accéléré par apprentissage profond
C'est la stratégie la plus mûre et la mieux documentée. Les techniques de reconstruction par apprentissage profond utilisent des réseaux de neurones convolutifs pour débruiter, réduire les artéfacts de Gibbs et améliorer la netteté, ce qui améliore le rapport signal sur bruit et le contraste. Ces méthodes divisent par deux environ le temps d'acquisition du T2 sans perte de qualité diagnostique. Elles sont commercialisées par les principaux constructeurs, sous les noms AIR Recon DL (GE HealthCare), Deep Resolve (Siemens), SmartSpeed (Philips) et AiCE (Canon). Une seconde approche agit sur l'acquisition elle-même, via un sous-échantillonnage à densité variable reconstruit par un algorithme utilisant une architecture déroulée, souvent combiné au débruitage.
Le 3D T2 quasi isotrope
Le 3D T2 quasi isotrope, acquis en un seul volume avec reformations multiplanaires, améliore la couverture anatomique, réduit les effets de volume partiel et facilite la localisation des lésions ainsi que la mesure du volume prostatique. À retenir toutefois : PI-RADS v2.1 le considère comme une séquence complémentaire, pas comme un remplacement du T2 2D multiplanaire requis. Sa résolution dans le plan (environ 0,8 mm) reste plus grossière que le minimum imposé en 2D, et son temps historique de 4 à 8 minutes le rend sensible au mouvement. L'apprentissage profond, combinant sous-échantillonnage et reconstruction déroulée comme cité plus haut, permet désormais des réductions de temps prometteuses, mais cette approche reste à valider.
Accélérer la diffusion
Plusieurs stratégies existent, applicables à 1,5 T comme à 3 T. La diffusion synthétique, autorisée par PI-RADS, génère l'image à haute valeur de b à partir des valeurs basse et intermédiaire, ce qui raccourcit l'acquisition à condition de disposer de suffisamment de valeurs pour un calcul robuste. La reconstruction par apprentissage profond, comme en T2, réduit d'un facteur 2 à 3 le nombre de moyennages tout en préservant le rapport signal sur bruit, et améliore aussi la qualité des images synthétiques et des cartes du coefficient apparent de diffusion. Une technique récente, la correction de phase par apprentissage profond (DLPC, GE HealthCare), offre un meilleur rapport signal sur bruit et permet de diviser par deux le nombre de moyennages et le temps d'acquisition en préservant la qualité et la quantification. Cette méthode reste néanmoins plus récente et demande davantage de validation.
Dépendance au constructeur et risques de mise en œuvre
Point crucial pour la pratique : ces outils varient d'un constructeur à l'autre.
L'apprentissage profond introduit des risques liés à sa nature, à des changements de texture d'image pouvant s'écarter des standards locaux, et à des biais de reconstruction. Chaque site doit donc valider ses paramètres (niveaux de débruitage, facteurs d'accélération, bande passante, nombre de moyennages, champ magnétique), idéalement en collaboration avec l’ingénieur d’application, et évaluer chaque machine séparément en cas de parc mixte.
Impact clinique et conclusion
Combinées dans des flux de travail validés localement, ces stratégies peuvent ramener le temps total d'acquisition autour de 15 minutes, soit une réduction d'environ 50 % par rapport aux protocoles conventionnels, sans supprimer aucune séquence requise. La préservation de la qualité diagnostique est surtout démontrée pour le T2 2D accéléré par apprentissage profond, et reste moins établie pour la correction de phase en diffusion et le T2 3D. Les travaux futurs devront porter sur la validation standardisée, la reproductibilité du coefficient apparent de diffusion, la concordance des catégories PI-RADS et l'évaluation multicentrique entre constructeurs et champs magnétiques.
• Toute accélération doit respecter les exigences techniques imposées par PI-RADS v2.1 (par exemple; le 3DT2 quasi isométrique ne respecte pas à ce jour la résolution minimale de 0.7mm dans le plan exigée par PI-RADS v2.1).
• Aucun outil d'apprentissage profond ne se déploie sans validation locale et contrôle qualité par site.
Elshikh A, Milshteyn E, et al. Accelerating prostate MRI: a practical review of modern acquisition strategies. Abdom Radiol. 2026.