CIUSSS-MTL : Apprentissage supervisé en radiologie du thorax

L’Intelligence Artificielle est utilisée dans le domaine médical afin d’offrir d’une part une aide à la décision à un personnel médical généralement surchargé et d’autre part une meilleure personnalisation des soins à partir des données relatives à une population.
Il est nécessaire de vérifier a posteriori, la bonne généralisation du modèle avec des ensembles de données dédiées à la validation et distinctes des ensembles de données utilisés pendant l’apprentissage.
Le projet de recherche est une preuve de concept dont les buts sont de valider :
1. L’utilisation des concepts de l’Intelligence Artificielle dans des applications médicales ;
2. L’utilisation d’une architecture de type CNN pour la détection automatique des anomalies dans des images radiologiques du thorax ;
3. La capacité d’augmenter le nombre de classes en utilisant le transfert de connaissances ;
4. Les résultats à partir d’une connaissance a priori des pathologies présentes dans l’ensemble de validation et de test (comparer ces résultats à ceux obtenus par le groupe ML de Stanford)
La validation du concept si elle parvient à être démontrée ouvrira la voie à un projet de développement.

Intern: 
Dan Emmanuel Marie Krekoum
Superviseur universitaire: 
Christian Gagné;Flavie Lavoie-Cardinal
Province: 
Quebec
Université: 
Secteur: 
Partner University: 
Discipline: 
Programme: