Cet article propose MR-CLIP, une nouvelle méthodologie permettant d'exploiter efficacement les informations de contraste issues de l'imagerie par résonance magnétique (IRM), un élément crucial de l'analyse d'images médicales. Auparavant, le contraste était estimé à l'aide de paramètres d'acquisition (temps d'écho, temps de répétition, etc.) inclus dans les métadonnées DICOM. Cependant, l'absence et le caractère incomplet de ces métadonnées, ainsi que les limites d'une classification pondérée T1/T2 simple, rendaient difficile une utilisation précise des informations de contraste. MR-CLIP est un cadre d'apprentissage multimodal du contraste qui associe les images IRM aux métadonnées DICOM sans étiquetage manuel, à partir d'ensembles de données cliniques acquis avec différents scanners et protocoles. Ce cadre apprend une représentation d'image anatomiquement indépendante et sensible au contraste, et nous démontrons expérimentalement son efficacité dans diverses applications, telles que la récupération intermodale et la classification du contraste. Le code source et les pondérations du modèle entraîné sont accessibles au public.
