Bannière

Chirugiens

Une équipe de l'Université Laval s'illustre dans un défi numérique en imagerie médicale

Publié le 01 June 2021

L'équipe DEEP_UL a terminé au 3e rang de la compétition DL Sparse View CT challenge organisée par l'American Association of Physicists in Medicine (AAPM). Ce défi numérique consistait à utiliser l'apprentissage profond (ou autre méthode axée sur les données) pour reconstruire des images tomodensitométriques à partir des données brutes. La délégation lavalloise, composée de Cédric Bélanger, Daniel Gourdeau, Maxence Larose et Leonardo Di Schiavi Trotta, a su mettre à profit différentes expertises pour relever avec brio ce défi: calcul informatique de pointe sur GPU, théorie de la formation de l'image et apprentissage automatique. Ces étudiants, supervisés par les professeurs Louis Archambault, Luc Beaulieu, Philippe Després et Simon Duchesne, sont rattachés au programme FONCER en Science des données responsable dans le domaine de la santé, au Centre de recherche sur le cancer, au Centre de recherche en données massives, au Centre CERVO et à l'Institut intelligence et données de l'Université Laval. Leurs travaux sont financés par le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) et les Fonds de recherche du Québec (FRQ), avec le soutien de la Fondation canadienne pour l'innovation (FCI) pour les infrastructures de recherche numériques.

DLsparse

Discover

Featured project

The discovery of antimicrobial agents was one of the great triumphs of the 20th century. The sobering news is that antibiotic resistance was part of the process as well. If nothing is done by 2050, antimicrobial resistance  (AMR) will cost $100 trillion with 10M people/year expected to die (https://amr-review.org). Factors driving AMR extend beyond human healthcare with implications in veterinary medicine, agriculture and the environment (the One Health approach).

Read more