Projets novateurs réalisés

Explorez des milliers de projets réussis issus de la collaboration entre organisations et talents postsecondaires.

29670 projets achevés

2811
AB
4990
Av. J.-C.
801
MB
663
NL
825
SK
8841
ON
9197
QC
95
PE
568
NB
1088
NS

Projets par catégorie

Un test de détection rapide (RDT) pour déterminer la contamination de surface par le virus SARS-CoV2

La contamination bactérienne et virale résiduelle qui reste sur les surfaces après le nettoyage dans les établissements de soins de santé et de soins palliatifs est particulièrement mortelle pendant une pandémie. En raison de la surpopulation inévitable et des longues heures de quart, des erreurs surviennent. Une technique pour surveiller la propreté des surfaces, et particulièrement pour détecter la présence de SARS-CoV2, est nécessaire pour déterminer la contamination et, si nécessaire, affiner les processus de nettoyage. Nous développerons un kit de test de détection rapide (RDT) basé sur un écouvillon afin de déterminer la présence du virus SARS-CoV2 sur les surfaces. La RDT repose sur une méthode éprouvée de détection par résonance plasmonique de particules utilisant des nanoparticules d’or commercialisées par notre partenaire industriel Genemis Labs. Au cours de nos recherches, nous modifierons cette technique de détection et la rendrons spécifique au virus SARSCoV2 en utilisant des anticorps spécifiques à ses protéines de surface virale. Les nanoparticules d’or seront fonctionnalisées avec des anticorps et stabilisées dans une suspension colloïdale qui, avec un appareil de traitement d’échantillons à usage unique et un colorimètre portatif, serviront à détecter les changements de couleur qui quantifient la charge virale relative en surface. Le RDT fournira une méthode rapide pour surveiller la présence de SARS-CoV2 et vérifier une procédure de nettoyage de surface, ce qui permettra
la diminution de la propagation des infections et la standardisation des meilleures pratiques dans les établissements.

Voir la description complète du projet
Superviseur du corps professoral :

Ishwar Puri; Rakesh P Sahu

Étudiant :

Partenaire :

Laboratoires Genemis

Discipline :

Génie

Secteur :

Fabrication

Université :

Université McMaster

Programme :

Accélération

Développement d’une puce micro-fluidique enzymatique intégrée en ligne pour l’analyse des glycoprotéines utilisant la spectrométrie de masse Chip-Cub QToF

L’analyse des glycoprotéines est très importante dans différents domaines tels que la recherche sur le cancer et la pharmaceutique,
car « plus de 70% des protéines sont glycosylées. Cependant, la préparation de l’échantillon de glycoprotéines
Pour les glycanes, le profilage est très fastidieux, tout comme plusieurs étapes enzymatiques pouvant durer -36 heures. C’est ça
Le projet vise à développer un réacteur à puce unique pouvant être utilisé pour préparer la ou les glycoprotéines à la masse
Analyse de spectrométrie. Ce réacteur inclut des étapes multi-enzymatiques en ligne pour finalement obtenir le
Les glycanes exprimés sur la glycoprotéine, caractérisés et relativement quantifiés à l’aide de la masse
Spectrométrie. Cette puce ne peut être utilisée que sur la masse Agilent Chipcub combinée à la masse Agilent QToF
spectrométrie, ce qui mènera au développement de leur kit commercial d’immunoglobulines pour être général pour toute Nglycoprotéine.

Voir la description complète du projet
Superviseur du corps professoral :

James Dennis

Étudiant :

Partenaire :

Agilent Technologies

Discipline :

Sciences de la vie

Secteur :

Université :

Université de Toronto

Programme :

Accélération

Apprentissage automatique et la boîte noire COVID-19 : Surveillance sécuritaire des lits de soins intensifs liés à la COVID-19, des centres d’évaluation et des cliniques

Le projet vise à optimiser la sécurité des fournisseurs de soins de santé et des patients, ainsi qu’à surveiller l’utilisation des EPI afin d’optimiser l’utilisation des ressources pendant la pandémie de COVID-19. L’évaluation des données chirurgicales à partir d’une salle d’opération est un processus complexe qui peut nécessiter des ressources importantes telles que des interventions d’experts et des technologies avancées. L’automatisation offre une opportunité considérable de réduire considérablement ces besoins importants en ressources – par exemple, en utilisant des logiciels de vision par ordinateur pour détecter des actions cliniquement pertinentes pendant la chirurgie. Avec les données recueillies dans la boîte noire de la salle d’opération, l’objectif principal est d’analyser 1) l’hygiène des mains, 2) le respect des protocoles d’équipement de protection individuelle (EPI), 3) les violations de sécurité, et 4) la vulnérabilité du système en Ontario.

Voir la description complète du projet
Superviseur du corps professoral :

Animesh Garg

Étudiant :

Partenaire :

Surgical Safety Technologies Inc

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Atténuation des collisions d’avions de la chouette blanche par relocalisation

Pour faciliter la gestion active des Chouettes des neiges et d’autres rapaces dans les aéroports, il est essentiel de comprendre la répartition spatiale et le comportement de mouvement des oiseaux, tant à l’intérieur qu’à l’extérieur de l’aérodrome. L’impact des aérodromes sur les oiseaux peut être particulièrement marqué, car les aérodromes offrent des terres ouvertes et non aménagées, similaires aux habitats de succession précoce, perçus comme de haute qualité par de nombreuses espèces. Les collisions aéroportuaires représentent une menace importante pour les chouettes des neiges et les humains, et les mesures préventives coûtent plus de 500 millions de dollars chacune en Amérique du Nord seulement. En utilisant une technologie de suivi et des logiciels SIG, notre projet quantifiera les données de déplacement et les facteurs environnementaux influençant les relocalisations des Chouettes des neiges depuis les installations aéroportuaires. Cette recherche améliorera notre compréhension du comportement de relocalisation de la chouette blanche et fournira des données cruciales pour améliorer les efforts de relocalisation et minimiser les collisions entre avions et chouettes blanches.

Voir la description complète du projet
Superviseur du corps professoral :

Kyle Elliott

Étudiant :

Partenaire :

Services environnementaux des Falcons

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université McGill

Programme :

Accélération

COVID-19 Monitor : une étude continue d’opinion publique sur la dynamique de la pandémie

Ce projet mènera une étude continue d’un an sur l’opinion publique dans huit pays — Canada, États-Unis, Royaume-Uni, Australie, Nouvelle-Zélande, France, Allemagne et Brésil. Il mesurera les impacts sanitaires, sociaux et économiques de la COVID-19 tout au long de la pandémie et dans son immédiat suivi. L’étude comprendra plusieurs vagues d’enquêtes dans chaque pays, principalement issues du panel en ligne exclusif de Vox Pop Labs, qui compte plusieurs millions de personnes à travers le monde. L’équipe de recherche proposée sera responsable d’adapter continuellement la conception de l’enquête pour refléter les dynamiques changeantes autour de la pandémie, d’analyser les données reçues des enquêtes, et de s’engager rapidement et continuellement dans la mobilisation des connaissances par des moyens tels que des séances d’information gouvernementales, des contributions aux médias et d’autres ressources d’information publique.

Voir la description complète du projet
Superviseur du corps professoral :

Michelle Dion

Étudiant :

Partenaire :

Vox Pop Labs Inc

Discipline :

Sociologie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université McMaster

Programme :

Accélération

Générer un vaccin contre la COVID-19 en utilisant l’ADN de la gestion et des particules similaires à des virus

La pandémie de COVID-19 est une crise sanitaire mondiale d’une ampleur sans précédent, avec plus d’un million de cas confirmés, répartis dans 200 pays. Avec le monde pratiquement à l’arrêt et l’absence de traitements existants, il y a un énorme besoin de nouveaux traitements et vaccins pour combattre la COVID-19. Notre groupe travaille sur une stratégie de vaccin à l’ADN qui exploite notre technologie propriétaire de vecteurs miniaturisés, appelée ADN de gestion (msDNA), pour encoder et livrer des copies spécialement conçues de protéines virales de la COVID-19. Une fois livrées dans les cellules hôtes humaines, ces protéines seront conçues pour s’auto-assembler en particules virales (VLP). Les VLP sont sécuritaires, génèrent une forte réponse immunitaire de l’hôte et ont un historique de succès commercial en tant que produits vaccinaux. Nous sommes confiants que notre stratégie mènera au développement d’un vaccin efficace contre l’ADN contre la COVID-19.

Voir la description complète du projet
Superviseur du corps professoral :

Marc Aucoin; Shawn Wettig; Andrew Doxey; Roderick Slavcev; Mahla Poudineh

Étudiant :

Partenaire :

Mediphage Bioceuticals Inc

Discipline :

Sciences de la vie

Secteur :

Fabrication; Services professionnels, scientifiques et techniques

Université :

Université de Waterloo

Programme :

Accélération

Sous-réseau d’antenne pour Radar à Synthèse d’Ouverture destiné à la mesure de masse de neige

Le projet consistera à concevoir et analyser un sous-réseau d’antenne qui devra s’intégrer à une grande antenne réseau, formant le coeur d’un radar à synthèse d’ouverture (RSO). Ce RSO sera utilisé sur une satellite à basse orbite et sa mission sera d’obtenir des images de la couverture, et plus spécifiquement de la masse de neige dans les régions nordiques du Canada. Le suivi de l’évolution de la masse de neige devient nécessaire à cause du réchauffement global. L’étudiant stagiaire bénéficiera de l’expertise d’ingénieurs spécialisés en conception d’antennes de satellite de la compagnie MDA, chef de file mondial dans le domaine des charges utiles de satellites de communication et de télédétection.

Voir la description complète du projet
Superviseur du corps professoral :

Jean-Jacques Laurin

Étudiant :

Partenaire :

MacDonald, Dettwiler, and Associates Ltd (Sainte-Anne-de-Bellevue, QC)

Discipline :

Génie

Secteur :

les industries de l’information et de la culture; Fabrication; Services professionnels, scientifiques et techniques

Université :

Polytechnique Montréal

Programme :

Accélération

Reconnaissance de motifs et prévision d’événements pour augmenter la performance des bioprocédés industriels, dans le but de Accélération le développement durable de l’industrie de la transformation

Le premier objectif est d’utiliser l’apprentissage automatique automatique pour réduire l’erreur de modélisation dans la prédiction de la fin de croissance d’un lot, diminuant ainsi l’émission de CO2 et la consommation d’eau des produits synthétisés. Le deuxième objectif est de formuler les algorithmes pour faciliter leur intégration dans notre solution analytique. Le troisième objectif est de valider l’apprentissage partagé lorsqu’il est appliqué pour 1) prévoir d’autres événements et 2) prévoir les mêmes événements en utilisant des ensembles de données similaires mais différents, provenant de différents utilisateurs. Enfin, le quatrième objectif est d’utiliser cet algorithme comme point de départ pour développer une plateforme d’apprentissage afin d’aider nos clients à apprendre des meilleures pratiques de l’industrie. Le succès du projet 1) permettra une augmentation significative de l’efficacité des processus de nos clients avec des impacts environnementaux et sociaux importants, 2) déclenchera une série de ventes, 3) améliorera notre ensemble d’outils pour offrir une meilleure offre à nos clients, 4) établira une base pour le développement d’outils et d’expertises avancés basés sur l’IA.

Voir la description complète du projet
Superviseur du corps professoral :

Ioannis Mitliagkas

Étudiant :

Partenaire :

BioIntelligence Technologies inc

Discipline :

Informatique

Secteur :

Fabrication; Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Accélération

Amélioration du traitement de la COVID-19 grâce à l’apprentissage automatique

Actuellement, tester la population plus à risque d’être gravement malade est un processus fastidieux. Il y a une limite à la capacité et aux ressources du système de santé qui démontrent un besoin d’être plus efficace pour détecter les personnes infectées. Être capable de détecter rapidement les personnes infectées aide à réduire le risque d’infecter les autres, et c’est particulièrement important dans des environnements comme les maisons de retraite où il y a une forte densité de personnes à risque. À l’aide d’un écouteur qui fonctionne comme un objet connecté, il est possible de surveiller certains signaux comme le rythme cardiaque, le niveau de CO2 et la toux. Grâce à l’apprentissage automatique, ces données pourraient être utilisées pour détecter automatiquement si une personne présente des symptômes qui devraient être examinés par un professionnel de la santé. Cela améliorerait l’efficacité de la détection des personnes infectées et, par conséquent, aiderait les professionnels de la santé à gérer la charge de travail causée par la covid-19.

Voir la description complète du projet
Superviseur du corps professoral :

Ioannis Mitliagkas

Étudiant :

Partenaire :

JACOBB

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Accélération

Développement de matériaux de clairage optique pour le dépistage de la pathologie des lésions buccales par tomographie de cohérence optique

L’identification précoce des cancers buccaux aidera à réduire les complications graves et les décès associés à ces maladies. Actuellement, l’identification des tissus cancéreux dépend beaucoup de l’identification visuelle lors des examens buccaux avant que des tests plus précis ne soient réalisés. L’utilisation de la tomographie par cohérence optique (OCT) a permis une identification initiale plus précise des tissus cancéreux, mais souffre de limitations en termes de résolution et de la profondeur d’analyse des tissus. Nous proposons de développer des méthodes et techniques permettant une imagerie plus profonde et plus claire des tissus buccaux afin d’identifier plus précisément les tissus cancéreux à un stade précoce. Cela impliquera le développement de matériaux pouvant être appliqués aux tissus gingivaux pour permettre une meilleure imagerie des tissus, ainsi que des modifications du système OCT et des techniques de traitement d’image pour améliorer la profondeur et la clarté des images.

Voir la description complète du projet
Superviseur du corps professoral :

Ozzy Mermut

Étudiant :

Partenaire :

LiveVue Technologies

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université York

Programme :

Accélération

Outil économique en ligne pour quantifier les bienfaits pour la santé des investissements municipaux dans les espaces verts urbains

7.2. Aperçu public du projet :
Le projet développera un outil en ligne pour quantifier le retour économique sur investissement résultant des améliorations en santé publique attribuées aux investissements dans les espaces verts urbains. L’outil se concentrera sur trois voies : l’amélioration de la santé physique, l’amélioration de la santé mentale et les bienfaits liés à une meilleure résilience climatique. Cet outil offrira aux organisations provinciales, municipales et communautaires un mécanisme pour soutenir des décisions éclairées de programmes, de politiques et de planification, et aidera les utilisateurs à mieux comprendre et à mieux communiquer la valeur des investissements dans les espaces verts.

Voir la description complète du projet
Superviseur du corps professoral :

Jeffrey Wilson

Étudiant :

Partenaire :

Analytique verte

Discipline :

Sociologie

Secteur :

les industries de l’information et de la culture; Services professionnels, scientifiques et techniques; Commerce de gros

Université :

Université de Waterloo

Programme :

Accélération

Développement d’outils de surveillance de la qualité en temps réel pour la soudure laser à distance d’assemblages de tôle dans les applications automobiles

Les composants individuels en tôle emboutie doivent être assemblés pour créer des assemblages de tôle
Utilisé dans une voiture. Une lumière laser puissante délivrée par un robot est utilisée pour souder rapidement ces assemblages par
faire des dizaines de soudures individuelles en quelques minutes. Pour une production économique, elle est essentielle
pour minimiser le temps total du cycle de production. En même temps, des soudures de haute qualité doivent être
produit. Les soudures défectueuses non détectées entraîneraient de graves pénalités si elles étaient livrées à la
le client de l’entreprise. Actuellement, tous les assemblages doivent être inspectés manuellement. Un temps réel automatisé
Un système de surveillance de soudure laser est en cours d’investigation. Le système surveille l’intensité de la
le rayonnement émis à la soudure. Il a été constaté que le système ne répond pas aux exigences de l’entreprise
exigences. Le projet proposé vise à identifier les défauts à détecter, ainsi que la conception
des expériences où les défauts sont reproduits artificiellement, et les corrélent avec les observations de
Le système de surveillance.

Voir la description complète du projet
Superviseur du corps professoral :

Gene Zak

Étudiant :

Partenaire :

Van-Rob Inc

Discipline :

Génie

Secteur :

Fabrication

Université :

Université Queen’s

Programme :

Accélération