Réseaux de Neurones, L’IA appliquée à l’imagerie médicale

Nous allons développer un outils d’aide à la décision pour les radiologues. À l’aide d’imagerie rayon X de la cage thoracique vue de face, il fournira une évaluation sur la probabilité que le patient soit atteint de 14 maladies communes (atélectasie, Cardiomégalie, épanchement, infiltration, Masse, nodule, pneumonie, pneumothorax, consodilation, oedeme, emphyseme, fibrose, épaississement pleural ,hernie). Cette liste précise vient du fait que nous nous basons sur une recherche nommé CheXNet qui a déjà de bon résultats. Nous voulons aggrandir le nombre de maladies détectées afin de couvrir celle au goût du jours comme la Covid par exemple.Cet outil mettra en évidence les régions à hauts potentiels en plus d’une suggestion de diagnostique (Maladie la plus probable) afin d’aider les radiologues dans leur décision.

Les avantages potentiels sont immense. Cet outils améliorera la qualité ainsi que la rapidité des diagnostiques. De plus, s’il y avait une liste d’attente pour les diagnostiques en radiologie, cet outil pourrait envoyer au radiologue en priorité les radiographies dans lesquelles il a détecté des maladies graves. Ainsi, le temps d’attente pour les cas urgent serait encore plus réduit permettant de sauver du temps très précieux dans ces cas.

Faculty Supervisor:

Jean Meunier

Student:

Partner:

Fondation de l'Hôpital Notre-Dame

Discipline:

Computer science

Sector:

Health and Related Sciences & Technology

University:

Université de Montréal

Program: