Bannière

Librairie

Des pixels aux prédictions : exploiter la puissance de l'apprentissage automatique dans l'Imagerie médicale

Présenté par

Venkata Manem


Activités de formation

L'imagerie médicale est une pierre angulaire des soins de santé modernes, permettant aux clinicien.ne.s de transformer les diagnostics, les stratégies de traitement et les soins aux patient.e.s avec une grande précision.

En offrant une méthode non invasive, l'imagerie médicale améliore la précision, réduit les risques et permet des interventions opportunes. En exploitant les technologies d'apprentissage automatique et de vision par ordinateur, elle permet une interprétation précise d'un large éventail de modalités d'imagerie, y compris les images de lames entières (WSI), l'IRM (imagerie par résonance magnétique) et la tomodensitométrie (CT).

Cet atelier d'introduction pratique de deux jours est conçu pour présenter les concepts de l'imagerie médicale ainsi que ses aspects informatiques. Cet atelier est structuré de manière à fournir des connaissances pratiques et réelles, guidant les étudiant.e.s depuis les bases de l'imagerie médicale jusqu'au développement de pipelines d'apprentissage automatique reproductibles pour analyser les images. À la fin de l'atelier, les étudiant.e.s auront acquis une meilleure compréhension de l'imagerie médicale et des défis associés, ainsi que les compétences nécessaires pour mener à bien l'analyse des images. Les étudiant.e.s seront initiés aux principaux outils informatiques open-source ainsi qu'aux ensembles de données d'imagerie publiquement disponibles dans le domaine de l'oncologie.

Jour 1 :

  • Introduction à l'imagerie radiologique et à ses applications
  • Notions de base sur le format DICOM
  • Téléchargement de données d'imagerie publiquement disponibles
  • Traitement des données
  • Construction de modèles d'apprentissage automatique à l'aide de caractéristiques pyradiomiques
  • élaborées à la main
  • Construire des modèles avancés d'apprentissage profond en utilisant Pytorch

Jour 2 :

  • Introduction à la pathologie informatique et à ses applications
  • Téléchargement de diapositives pathologiques accessibles au public
  • Prétraitement et analyse des images (normalisation et segmentation)
  • Extraction de caractéristiques biologiquement interprétables (par exemple, collagène et cellules immunitaires)
  • Construction de modèles multimodaux intégrant les caractéristiques radiomiques et pathologiques pour prédire les résultats cliniques

À qui s'adresse cet atelier ?

Cet atelier est idéal pour les étudiant.e.s diplômés en informatique, en bio-informatique, en ingénierie et dans les domaines liés aux soins de santé qui s'intéressent à l'intersection de la technologie et des soins de santé.

Aucune expérience préalable en imagerie médicale n'est requise, bien qu'une compréhension de base de la programmation et de l'apprentissage automatique et/ou profond soit bénéfique.

  • Date: 30-31 janvier 2025
  • Cours : 10h-12h
  • Atelier pratique : 13h-15h30 
  • Adresse: NCH - Hôpital Enfant-Jésus

Les diapositives seront en français et les conférences seront données en anglais. 

Veuillez envoyer un courriel à venkata.manem@crchudequebec.ulaval.ca avant le 30 novembre 2024.

Découvrir

Projet en vedette

Le délirium est un état qui, lorsqu'il n'est pas pris en charge, est associé à une augmentation de la mortalité et à une hospitalisation plus longue des patient.e.s en soins intensifs; son dépistage devrait donc faire partie intégrante des soins. Il se caractérise par la confusion, l’anxiété et une vigilance réduite. Il est estimé que 75% des cas de délirium ne sont pas détectés à l'admission à l'hôpital. En effet, la détection d'un tel état aigu nécessite un suivi fréquent des participant.e.s, ce qui demande beaucoup de travail et d'expertise.

Lire plus