Bannière

Librairie

Colloque IA et imagerie médicale de Québec

Présenté par

CRDM

Université Laval

Colloques et conférences

Présenté le mercredi 24 mai dès 13h au pavillon Alphonse-Desjardins de l'Université Laval à l'initiative du Centre de recherche en données massives (CRDM), le Colloque IA et imagerie médicale de Québec (CIIMQ) vise à mettre de l’avant les acteurs et actrices développant les nouvelles technologies reliées à la science et l’ingénierie des données d’imagerie médicale.

Couvrant l’analyse et le traitement des données par intelligence artificielle, le CIIMQ abordera également la collecte, l’organisation et la manipulation des données d’imagerie médicale, tout comme les stratégies pour en effectuer le transfert vers des dispositifs médicaux, du domaine académique ou dans l’industrie.

Avec cinq conférenciers et conférencières issus des grandes universités québécoises, le CIIMQ se déroulera cette année conjointement avec la Journée scientifique du Réseau de Bio-Imagerie du Québec. Venez y rencontrer collègues, membres de la communauté et de l’industrie!

Programme de l'événement

  • 12h00 - Accueil
  • 13h00 - Mot d'ouverture
  • 13h10 - Le cycle de vie de l'image médicale, avec Philippe Després (Université Laval)
  • 13h50 - Machine Learning and Deep Learning Applications in Structural MRI Processing and Analysis, avec Mahsa Dadar (Université McGill)
  • 14h30 - An (Un)Sucess-Story in the Development of Software for AI and Medical Imaging, avec Julien Cohen-Adad (Polytechnique Montréal)
  • 15h10 - Pause santé
  • 15h30 - Systèmes d’aide à la décision aux soins intensifs pédiatriques à l’aide de l’intelligence artificielle, avec Rita Noumeir (École de technologie supérieure)
  • 16h10 - La vraie réalité de l'industrie : de l'innovation au dispositif médical, avec Pierre-Marc Jodoin (Université de Sherbrooke / IMEKA)
  • 16h50 - Mot de clôture
  • 17h00 - Cocktail et réseautage

Activities

Discover

Featured project

Prostate cancer is the second most frequent cancer and the fifth leading cause of cancer death among men. To improve patient outcomes, treatment must be personalized based on accurate prognosis. Nomograms already exist to identify patients at low risk for recurrence based on preoperative clinical information, but these tools do not use patients’ medical images.

Read more