Projets novateurs réalisés

Développement, optimisation et production de capteurs de déformation à base de fibres pour l’aérospatiale, l’automobile et la santé

Le projet emploiera trois étudiants coopératifs de premier cycle et un boursier postdoctoral pour travailler avec l’équipe de MesoMat afin d’améliorer les capacités de détection de la technologie de fibres développée chez MesoMat et de développer des méthodes de production robustes. MesoMat a développé un capteur à base de fibres fabriqué à partir de plastiques et de nanoparticules. Ces matériaux changent de résistance lorsqu’ils sont étirés et, pour cette raison, peuvent être utilisés comme capteurs. Mesurer le changement de résistance en fonction de la déformation est le principe de fonctionnement des capteurs. La plage de déformation sur laquelle les capteurs sont efficaces peut être ajustée grâce à la concentration d’additifs pour nanoparticules. Les fibres mesurent jusqu’à 10 micromètres de diamètre. Pour cette raison, ils peuvent être intégrés dans des composites, collés à la surface de matériaux soumis à une contrainte, placés dans des joints adhésifs ou utilisés pour surveiller les changements biomécaniques du corps humain, entre autres usages. Les stagiaires détermineront les paramètres optimaux pour les nanoparticules, la concentration des nanoparticules, les différents matériaux polymères pouvant être utilisés pour diverses applications et développeront les unités d’acquisition électronique de données nécessaires à la lecture du signal. Un aspect ambitieux du projet est de développer des solutions entièrement évolutives pour le

Mesurer les paléopressions des systèmes hydrothermaux aurifères le long de la faille Cadillac, Abitibi

Certains gisements riches en or de l’Abitibi sont associés à des veines de quartz formées à partir de fluides hydrothermaux à différentes profondeurs dans la croûte terrestre. La mesure des anciennes pressions enregistrées par ces veines, donc de la profondeur originelle des dépôts minéralisés est particulièrement importante en exploration minière. Elle permet notamment de déterminer la profondeur de formation des gîtes minéraux et éventuellement de prédire leur position régionalement. Les sites sélectionnés pour cette étude, situés en Abitibi, constituent des exemples bien connus de systèmes filoniens. Le projet comporte une première phase d’échantillonnage et d’étude des quartz au microscope optique, et une seconde d’analyse par imagerie des électrons rétrodiffusés (EBSD). Cette méthodologie permettra de remonter aux pressions de formation ou de recristallisation des filons. Elle permettra au partenaire de mieux comprendre la distribution et la formation des veines aurifères sur ses propriétés, contribuant ainsi à raffiner leurs stratégies d’exploration.

Effectiveness of Cognitive Behavioural Therapy in patients suffering fromdepression and in receipt of disability benefits

On s’attend à ce que la dépression devienne la deuxième cause principale du fardeau de la maladie

à l’échelle mondiale d’ici 2020. La thérapie cognitivo-comportementale (TCC) est l’une des plus importantes

Méthodes efficaces de traitement de la dépression. La TCC peut être moins efficace, ou

inefficace, dans le contexte des patients recevant des prestations d’invalidité susceptibles de le faire, sur

en moyenne, subissent de pires résultats que les patients ne recevant pas d’avantages. Actuellement, là-bas

aucune revue n’a évalué systématiquement l’efficacité de la TCC chez les patients

souffrant de dépression et recevant des prestations d’invalidité. Nous allons examiner le

efficacité de la TCC chez les patients souffrant de dépression et recevant une invalidité

bénéficie en réalisant une revue systématique des études évaluant la TCC et par

analyse de la base de données administrative de Sun Life Financial, un secteur privé canadien

compagnie d’assurance. Cela aurait de grandes implications pour établir si le courant

les fonds de traitement destinés à la TCC représentent un bon investissement.

Application de l’apprentissage automatique aux données de pose basées sur la vision pour la classification des exercices

La recherche utilisera des informations visuales provenant de la caméra du téléphone ainsi que des données démographiques des participants, et mettra en œuvre divers algorithmes d’apprentissage automatique tels que des forêts aléatoires, des machines à vecteurs de support, etc., pour fournir des commentaires sur différents exercices au participant. Plus précisément, les algorithmes classifieront les types d’exercices. De plus, ces algorithmes seront optimisés pour une utilisation sur les téléphones intelligents. L’organisation partenaire a l’intention d’intégrer ces algorithmes dans son application mobile pour une utilisation de masse. De telles méthodes de recherche permettent une utilisation plus consciente de la santé des téléphones intelligents et donneraient à l’organisation partenaire un avantage significatif dans le développement technologique du secteur de la santé.

Predicting Treatment Sensitivity in Hypotensive Patients

L’anticoagulation avec la warfarine est indiquée et nécessaire pour les patients cardiovasculaires postopératoires. Cependant, c’est un médicament à haut risque avec une plage thérapeutique étroite où un dosage sous-optimal peut entraîner des complications, voire la mort. Bien que plusieurs facteurs de risque aient été associés à la sensibilité à la warfarine, la prédiction des stratégies optimales de dosage de la warfarine demeure inefficace et nécessite des essais et erreurs ainsi qu’une surveillance étroite des patients. Ce travail propose l’utilisation d’algorithmes d’apprentissage automatique et d’apprentissage par renforcement pour prédire plus précisément les besoins en warfarine chez les patients cardiovasculaires postopératoires, ce qui entraîne une diminution des taux de séjour à l’hôpital et de réadmission, et augmente les économies de coûts dans les centres de chirurgie cardiovasculaire à l’échelle mondiale.

Adaptation de domaines multi-instituts par l’apprentissage de représentation en séries temporelles médicales contraintes adversaires

Les hôpitaux s’efforcent d’offrir des traitements médicaux de pointe, de traiter tous les patients équitablement et de réduire les coûts d’exploitation, tout en permettant aux aidants de passer plus de temps à interagir avec les patients. L’intelligence artificielle et l’apprentissage automatique promettent ces choses. Cependant, les données médicales posent des défis uniques pour l’apprentissage automatique. Actuellement, si un hôpital souhaite inclure un algorithme pour la prise de décision automatisée, il doit soit obtenir l’approbation pour collecter des données supplémentaires des patients, soit modifier ses pratiques de soins pour reproduire celles d’autres institutions. Ce travail propose une application novatrice de l’intelligence artificielle en médecine qui crée une représentation numérique des dossiers médicaux électroniques des patients, qui est contrainte à être similaire dans tous les hôpitaux, même si chaque hôpital a des procédures opératoires sous-jacentes différentes. En conséquence, nous pouvons transférer directement des algorithmes qui ont prouvé qu’ils améliorent les soins d’un hôpital à un autre, sans avoir besoin de collecte de données supplémentaires. Cette recherche a le potentiel de sauver des vies de patients qui auraient autrement été négligés, d’améliorer la qualité de vie des patients et de créer un précédent pour des soins de santé de qualité à l’échelle mondiale dans les trois prochaines années.

L’apprentissage automatique en salle d’opération : concentration, performance et dossier médical

Cette étude proposée améliorera considérablement notre compréhension actuelle de la façon dont certains facteurs intraopératoires peuvent influencer les résultats des patients. Notre travail proposé fournira une preuve de concept que l’apprentissage automatique peut prédire objectivement une complication postopératoire spécifique et à fort impact, nous permettant d’aller de l’avant dans l’extension de ce travail à une grande variété de milieux chirurgicaux. De plus, l’utilisation de l’apprentissage automatique pour évaluer automatiquement les points à haut risque d’une chirurgie a de nombreuses implications, notamment la capacité de diriger les efforts d’atténuation des risques, de travailler à l’évaluation en temps réel des opérations, ainsi que d’établir des normes et d’accréditer les procédures chirurgicales. La capacité d’automatiser l’évaluation en temps réel d’une étape à haut risque d’une opération, et potentiellement de changer le résultat d’un patient, a sans aucun doute le potentiel d’améliorer significativement la sécurité du patient à grande échelle.

La logistique numérique du commerce électronique et la gestion des chaînes d’approvisionnement utilisant les technologies blockchain

Le commerce électronique est devenu un canal de marketing majeur pour de nombreuses entreprises au Canada et à travers le monde, et a connu une croissance spectaculaire ces dernières années. Alors que les entreprises migrent des canaux de vente au détail physiques traditionnels vers des canaux combinés physiques et virtuels, ce changement apporte de nouveaux défis majeurs à la gestion de la chaîne d’approvisionnement et de la logistique. La blockchain est capable de maintenir des archives autoritaires de manière entièrement décentralisée, sécurisée et sans confiance, avec des implications considérables dans la gestion de la chaîne d’approvisionnement. La technologie blockchain révolutionnera plusieurs aspects des chaînes d’approvisionnement; financières et non financières. Cependant, elle devra aussi faire face à des défis de sécurité, juridiques, réglementaires et technologiques. Dans ce projet, nous étudierons comment appliquer les technologies blockchain à la chaîne d’approvisionnement et à la logistique du commerce électronique afin d’améliorer la traçabilité, la sécurité et la coordination.

Développement d’un logiciel d’analyse modale opérationnelle

L’Institut de recherche d’Hydro Québec (IREQ) est le leader en Amérique du nord sur des

recherches et développement en énergie. En collaboration avec L’École polytechnique de

Montréal et l''École de technologie supérieure (ÉTS), un projet de recherche a déjà été

réalisé sur la vibration des turbines hydrauliques. À la suite du succès du projet, L’IREQ

souhaite développer une technique d’analyse modale opérationnelle sur des machines et

structures afin de faire le suivi modal de ses machines en assurant un fonctionnement

d’opération optimal

La thérapie analogique à l’apeline comme traitement innovant des maladies cardiovasculaires

L’apeline, un peptide inné, est un composant essentiel de la voie de l’apeline, responsable des mécanismes régulateurs du système cardiovasculaire. L’apeline est régulée à la baisse chez les patients atteints de maladies cardiovasculaires, ce qui limite le potentiel cardioprotecteur de la voie. Ce projet se concentre sur l’optimisation d’un analogue biologique, capable de résister à la dégradation enzymatique avec une fonction améliorée qui agit comme un substitut à l’apeline. Le stagiaire impliqué dans ce projet aura l’opportunité de participer au développement d’un médicament conceptuel en biologique pouvant être utilisé en pratique clinique pour le traitement des patients. Grâce à la fin de ce stage, PEARKO Therapeutics bénéficiera de l’aide nécessaire pour optimiser pleinement ses formulations précliniques d’analogues à l’apeline, ce qui la rapprochera d’une utilisation en pratique clinique.

Modélisation inverse de la charge de chauffage de l’eau d’un ménage

Les mesures d’équipements intelligents sont de plus en plus disponibles. Ces mesures permettent de caractériser le lien entre les habitudes des ménages et la consommation d’énergie du chauffage de l’eau. La meilleure connaissance de ce lien contribue au développement d’outils permettant d’anticiper la consommation d’énergie. Un réalisme accru de prévision permettrait à Hydro-Québec d’entrevoir d’autres méthodes pour gérer son réseau, évaluer ses programmes ou planifier ses activités. À terme, ceci permet d’augmenter la fiabilité de sa fourniture électrique tout en diminuant ses coûts de maintenances des infrastructures minimisant ainsi les impacts sur la tarification des clients.

Étude mécanique et analyse de défaillance sur tubes soudés à gaz inerte en tungstène spirale (TIG) en acier

Les tubes et anneaux en spirale ont été largement utilisés dans le secteur manufacturier, surtout pour l’industrie automobile. Cependant, la défaillance des anneaux raccourcira considérablement la durée de vie des composants, menant même à un désastre lorsque la pièce est en fonctionnement. Généralement, ces tubes et anneaux sont fabriqués à partir de feuilles d’acier en spirale, utilisant la méthode de soudage au gaz inerte tungstène (TIG). Grâce à la collaboration université-industrie dans le cadre du programme Mitacs, l’équipe de l’Université de Toronto (U de T) fournira une compréhension fondamentale du mécanisme de défaillance des aciers à tubes soudés (TIG), et l’entreprise partenaire améliorera la qualité de ses produits et la stabilité des procédés en obtenant les résultats de l’étude de l’Université de Toronto sur l’évaluation des procédés, la méthode d’inspection, et évaluation des risques de qualité de soudure.
Cette recherche collaborative fournit des connaissances théoriques sur le mode de défaillance du procédé de soudage TIG et suggère une fenêtre de paramètres de soudage permettant à l’entreprise partenaire d’obtenir un joint de soudure haute performance.