Code

Étudiant.e.s

Les étudiant.e.s du programme SDRDS, provenant principalement du secteur des sciences naturelles et du génie, sont aussi exposés aux enjeux éthiques, juridiques et sociaux reliés à l'utilisation de données sensibles.

  • Mathieu Baillargeon

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

  • Boby Lessard

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Louis Archambault
    Co-researcher
    Luc Beaulieu
    Début du projet
    Titre du projet de recherche
    Développement d'un procédé d'étalonnage automatique pour les dosimètres à scintillation multipoints en utilisant la décomposition par composante principale pour représenter les données
    Description

    Les dosimètres à scintillation multipoints sont des appareils permettant de mesurer en temps réel la dose de radiation déposée à plusieurs endroits simultanément dans l'espace. La collecte de données ne peut être précise que si l’appareil est bien calibré.

    L'objectif de ce projet de recherche consiste à développer une démarche automatisée permettant de calibrer, en utilisant le faisceau d'un accélérateur linéaire de radiothérapie, les dosimètres à scintillation multipoints en illustrant les données de calibration dans l'espace des composantes principales.

    Les mesures acquises avec un dosimètre à scintillation multipoints sont des mesures spectrales de la lumière produite au sein du dosimètre, ce dernier ayant la propriété d'émettre de la lumière proportionnellement à la dose reçue. À partir d'un ensemble de mesures de calibration, un algorithme de Non-Negative Matrix Factorisation (NMF) est appliqué sur l'ensemble des données afin de prédire les différentes composantes spectrales de base qui composent les mesures. Afin de simplifier la visualisation des données représentant un ensemble de mesures de calibration, celles-ci sont transformées en utilisant un algorithme de décomposition par composantes principales (PCA), puis représentées graphiquement dans un nouvel espace, appelé l'espace des composantes principales. Dans cet espace, il est possible de visualiser la composition des mesures de calibration par rapport à chaque composante spectrale de base.

    Différents ensembles de mesures de calibration sont donc représentés dans cet espace, puis envoyés à l'algorithme de NMF afin d'évaluer les performances de cet algorithme en fonction de différents ensembles de mesures d'étalonnage, pour ultimement déterminer les mesures à acquérir expérimentalement afin de calibrer adéquatement ces types de dosimètre.

  • Guillaume Jorandon

    Candidat au doctorat
    Faculté des études supérieures et postdoctorales
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Guillaume Latzko-Toth
    Début du projet
    Titre du projet de recherche
    Pseudo-médecines et science des données : étude de l’impact des algorithmes apprenants sur la propagation de la désinformation dans le domaine de la santé
    Description

    Le projet vise à étudier les effets sur le débat public de l'intelligence artificielle (IA) et de la science des données, et de leurs usages par les nouveaux diffuseurs de contenu sur le web. 
    Il se propose d'aborder les aspects éthiques des algorithmes apprenants et des filtres de recommandation utilisés par les acteurs d'internet pour la présentation et la sélection du contenu aux internautes. Plus particulièrement, le projet pose la question de la conséquence de tels algorithmes sur la santé publique, notamment dans la propagation de la désinformation médicale et des pseudo-médecines.
    Ce projet se propose donc de porter un regard critique sur les techniques de la science des données, et sur leurs utilisations. Le point de vue développé intégrera les savoirs de différentes disciplines des sciences sociales (éthique, sciences de la communication, philosophie des techniques) et influencera le développement de solutions techniques et de conseils pour la mise en œuvre d'une IA éthique et durable. 
    Le projet comporte donc un double-volet technique et philosophique, avec une perspective d'intégration interdisciplinaire.

  • Félix Desrosiers

    Candidat au doctorat
    Faculté de médecine
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Vicky Drapeau
    Yves De Koninck
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Conception, opérationnalisation et validation d’un modèle d’évaluation de la santé durable adapté à une plateforme numérique
    Description

    Le projet porte sur la conception, l’opérationnalisation et la validation d’un modèle d’évaluation de la santé durable. 
    Ce modèle sera adapté à une plateforme numérique, reposera sur des bases théoriques et conceptuelles solides et regroupera des indicateurs valides et nourris par des données dépeignant une conception globale et écosystémique de la santé. 
    Une fois opérationnalisé, implémenté et validé dans le cadre d’une cohorte, ce modèle représentera une stratégie innovante pour la santé durable grâce à des technologies et des modes d'intervention améliorés.
     

  • Antoine Bouchard

    Stagiaire au premier cycle
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Pipelines de données en radiologie diagnostique
    Description

    Ce projet vise la création de pipelines de données en radiologie diagnostique afin d'alimenter des outils de visualisation et d'analyse.

    Un premier pipeline est destiné à l'anonymisation des données selon la norme DICOM tandis qu'un second permet d'alimenter les plateformes Kibana (Elasticsearch) ou Superset (Apache).  

    L'orchestrateur Airflow (Apache) est utilisé pour automatiser l'exécution des pipelines, qui pourront éventuellement alimenter des tableaux de bord dynamiques.

  • Maelenn Corfmat

    Candidate au doctorat
    Faculté de droit
    Université de Montréal

    Étudiant.e
    Directeur.e(s) de recherche
    Catherine Régis
    Anne Debet
    Début du projet
    Titre du projet de recherche
    Encadrement juridique des données de santé et des mécanismes de responsabilité médicale associés, dans le cadre du développement de l’intelligence artificielle : perspectives comparées européennes et nord-américaines
    Description

    Le projet de recherche s’intéresse à l’adaptabilité des règles, principes et dispositifs juridiques encadrant les données de santé, y compris ceux régulant les mécanismes de responsabilité médicale associée, au Canada et en Union européenne.

    Il vise à en identifier les faiblesses, et aspire à apporter des solutions de régulation plus adaptées aux réalités de l’intelligence artificielle et conciliant mieux les intérêts privés et publics, individuels, sociaux, commerciaux et sanitaires en jeu. Il permet également de réfléchir à une perception différente du droit étatique et de nos systèmes actuels, aujourd’hui sans réponse satisfaisante.
     

  • Sewagnouin Rogia Kpanou

    Candidate au doctorat
    Faculté des sciences et de génie
    Université Laval

    Directeur.e(s) de recherche
    François Laviolette
    Co-researcher
    Jacques Corbeil
    Début du projet
    Titre du projet de recherche
    Caractérisation complète des interactions médicamenteuses à l'aide de méthodes d'apprentissage profond
    Description

    La caractérisation des interactions médicamenteuses (DDI) est cruciale pour la planification de thérapies et la co-administration des médicaments. Malgré les nombreuses expériences in vivo et essais cliniques, les implications pharmacologiques et les effets secondaires indésirables de certaines associations médicamenteuses demeurent incomprises. L’impact conjoint de la majorité de ces combinaisons reste non détecté jusqu'à ce que des traitements soient prescrits aux patients. Il est donc nécessaire de concevoir des outils informatiques qui permettent non seulement de détecter les DDI afin de réduire les coûts expérimentaux mais aussi de caractériser de manière exhaustive tous les effets des combinaisons de médicaments avant leur mise en vente sur le marché. 
    Les précédentes tentatives de création de tels outils étaient essentiellement axées sur les interactions pharmacodynamiques et pharmacocinétiques et utilisaient des informations difficiles d'accès au début des campagnes R & D. 
    Dans ce projet, nous proposons d’utiliser différentes informations sur les médicaments et leurs cibles (voies, biomarqueurs, expressions géniques, etc.) qui sont disponibles au début de chaque campagne de R & D. Notre hypothèse est que des caractéristiques de haut niveau peuvent être extraites de ces données au moyen d’algorithmes d’apprentissage profond et améliorer la caractérisation DDI. De ce fait, nos modèles seront entraînés pour reproduire les effets pharmacologiques des DDI ainsi que les interactions sous-jacentes des voies moléculaires et biologiques. 
    Créer une telle boîte à outils complète aidera à réduire les risques dans les thérapies de polypharmacie.
     

  • Angelika Kroshko

    Candidate au doctorat
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Louis Archambault
    Début du projet
    Titre du projet de recherche
    Contrôle de qualité basé sur la géométrie pour la planification en radiothérapie externe par l'analyse de frontières stochastiques
    Description

    Le projet doctoral porte sur l'utilisation de techniques d'apprentissage machine en radiothérapie externe pour la planification de traitement de cancer.

    Plus précisément, l'analyse de frontière stochastique, une méthode paramétrique utilisée en économétrie, est adaptée pour le contexte de la physique médicale. Il est ainsi possible de prédire, à l'aide d'une banque rétrospective de patients traités, la dose de radiation optimale à la tumeur et aux organes sains.

    Cette méthode est appliquée à plusieurs sites de traitement de cancer, chacun présentant leur propre défi au niveau de la prédiction et du traitement de données.

  • Kayla O'Sullivan-Steben

    Candidate à la maîtrise
    Medical Physics Unit
    Université McGill

    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Patients en confiance, recherche informée - Un projet pilote pour le don des données de radiothérapie en utilisant le portail patient Opal
    Description

    Ce projet de recherche est centré sur la préparation d’une étude pilote visant à récolter, sur une base volontaire, des données relatives à la radiothérapie provenant de patients utilisant le portail patient, Opal. 
    Ce projet examine les moyens par lesquels les patients peuvent partager leurs données et mettre en place la structure d’un projet démonstratif. 
     

  • Roxanne Caron

    Stagiaire au premier cycle
    Faculté de droit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Évaluation des facteurs relatifs à la vie privée concernant la nouvelle plateforme de partage de données à travers le portail pour patients Opal
    Description

    Ce projet porte sur la notion de partage de données recueillies par Opal et comprends une évaluation de l'impact sur la vie privée de l’utilisation du portail et de l’éventuel partage des données se trouvant sur celui-ci.

  • David Boghen

    Stagiaire au premier cycle
    Faculté des sciences
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Préparation d’un portail patient utilisé comme outil d’autogestion
    Description

    Ce projet fait partie des efforts visant à préparer Opal à l'utilisation par les patients, en leur fournissant des ressources d'autogestion telles que des questionnaires et du matériel éducatif.

  • Dylan Nazareth

    Stagiaire au premier cycle
    Communication Studies
    Université Concordia

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Intégration des voix des patients et des cliniciens dans les médias sociaux associés à un portail patient
    Description

    Ce projet est centré sur une analyse du processus de préparation d’une stratégie de médias axés sur le/la patient.e et des médias sociaux. Ces derniers fournissent aux patients des informations utiles sur le portail patient Opal et sur la façon dont ils peuvent en tirer le meilleur parti.

  • Romina Filippelli

    Stagiaire au premier cycle
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Exigences en matière de protection des renseignements personnels et de confidentialité pour l’utilisation d’un portail multi-établissements pour les patients au Canada
    Description

    Ce projet consiste à examiner les exigences réglementaires en matière de respect des renseignements personnels et de confidentialité pour l’utilisation d’un portail patient dans diverses provinces canadiennes. 
    Romina, membre de l’équipe d’assurance de la qualité et l’équipe d’étude de marché, a aussi contribué au déploiement de Opal dans de nombreuses cliniques au Centre du cancer des Cèdres.
     

  • Briana Cabral

    Stagiaire au premier cycle
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Préparation du portail des patients Opal pour une utilisation généralisée au Centre du cancer des Cèdres et de l’ajout d’un module destiné aux soignants
    Description

    Ce projet comporte deux éléments : (1) la préparation de Opal pour la fonctionnalité soignante dans laquelle les patients pourront partager une partie ou la totalité de leurs données médicales avec leurs soignants, et (2) la préparation du contenu général pour Opal.

  • Stacey Beard

    Stagiaire au premier cycle
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Fédération de données asynchrones pour un portail patient multi-institutionnel
    Description

    Un portail patient est une partie d’un système de dossiers médicaux électroniques qui est rendue accessible aux patients. Bien que les portails patients existent depuis de nombreuses années, ceux-ci ont vu un taux d’adoption faible au Canada. Ceci est dû en grande partie au désir des provinces d’investir dans de grands systèmes centralisés de dossiers médicaux électroniques, et à la complexité de la mise en œuvre de tels systèmes. Cependant, les patients demandent à avoir accès à leurs données médicales, et ce, sans attendre l’arrivée de ces systèmes centralisés complexes. 
    Ainsi, ce projet vise à développer et à évaluer le portail patient Opal, déjà en place au Centre universitaire de santé McGill, comme portail patient multi-institutionnel employant une nouvelle infrastructure d’échange de données asynchrone.
     

  • Felix Mathew

    Candidat au doctorat
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Détermination de la signature mutationnelle des rayonnements ionisants par séquençage monocellulaire
    Description

    Ce projet de recherche vise à examiner la signature mutationnelle des rayonnements ionisants à l'aide de techniques de séquençage monocellulaire.

    Le projet utilise des cellules lymphoblastoïdes humaines données par le trio ashkénaze qui ont un génome bien caractérisé. Les cellules sont irradiées et séquencées pour déterminer les mutations induites à la suite de l'exposition aux rayonnements ionisants. 
    Grâce à l'analyse biostatistique des données génomiques humaines ainsi obtenues, nous pourrons identifier la signature mutationnelle des rayonnements ionisants.
     

  • Anton Gladyr

    Candidat à la maîtrise
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Infrastructure blockchain pour l'acquisition de données avec le portail patient Opal
    Description

    Ce projet de recherche se base sur l'utilisation de la blockchain ou d'une solution alternative pour assurer la sécurité d’acquisition de données en utilisant l'application Opal. 
    Il mettra en place une infrastructure blockchain démonstrative, examinant ses défis et ses inconvénients et proposant des solutions innovantes potentielles.
     

  • Hossein Naseri

    Candidat au doctorat
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Utilisation du traitement du langage naturel, de la radiomique et des résultats rapportés par les patients pour améliorer la radiothérapie des patients atteints d’un cancer avec des métastases osseuses
    Description

    L’objectif principal de ce projet de recherche est de détecter la douleur à un stade précoce en analysant les images médicales des patients. 
    Le développement d'un algorithme à cette fin peut être réalisé en combinant deux techniques informatiques: une permettant de collecter des informations sur la douleur à partir de notes médicales et une autre extrayant des informations à partir d'images médicales. Nous utiliserons la première technique dans un programme informatique permettant d'extraire et de quantifier l'intensité de la douleur enregistrée dans les notes médicales des patients. 
    La deuxième technique sera utilisée dans un autre programme qui analysera des images radiographiques de patients atteints de cancer pour extraire des informations sur métastases osseuses (telles que le volume, la densité et la forme de la tumeur). Ensuite, nous mettrons en œuvre des techniques statistiques et mathématiques avancées pour modéliser la relation entre les caractéristiques tumorales identifiées et les intensités de douleur extraites. 
    Enfin, pour valider notre modèle, nous utiliserons les scores de douleur collectés directement auprès de milliers de futurs patients atteints de cancer via une application mobile développée dans notre groupe (opalmedapps.com). 
     

  • Haley Patrick

    Candidate au doctorat
    Medical Physics Unit
    Université McGill

    Étudiant.e
    Directeur.e(s) de recherche
    John Kildea
    Début du projet
    Titre du projet de recherche
    Utilisation de la dose cumulée et des résultats déclarés par les patients pour la quantification précise de la relation dose-résultat pour la radiothérapie hypofractionnée du cancer de la prostate
    Description

    Ce projet vise à déterminer si les résultats rapportés par les patients atteints d'un cancer de la prostate sont mieux corrélés avec la dose réelle administrée qu'avec la dose prévue pour leur radiothérapie.

    Le projet utilisera des images tomodensitométriques quotidiennes à faisceau conique pour calculer la dose de rayonnement quotidienne et totale délivrée aux patients ainsi que l'application Opal pour recueillir les résultats rapportés par les patients.  

  • Daniel Gourdeau

    Candidat au doctorat
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Louis Archambault
    Simon Duchesne
    Début du projet
    Titre du projet de recherche
    Synthèse hétéro-modale d'images médicales par apprentissage profond
    Description

    Ce projet de doctorat s'intéresse à la synthèse d'images médicales par l'apprentissage profond, à des fins de correction d'artefacts et d'éviter l'injection d'agents radioactifs ou de contraste.

    Les réseaux utilisés possèdent une architecture flexible permettant la synthèse d'image à partir d'un ensemble hétérogène de modalités d'entrée. Les images sont synthétisées dans un cadre pathologique, comme la maladie d'Alzheimer et les cancers du cerveau.

  • Élina Francovic-Fontaine

    Candidate à la maîtrise
    Faculté de médecine
    Université Laval

    Directeur.e(s) de recherche
    Jacques Corbeil
    François Laviolette
    Début du projet
    Titre du projet de recherche
    Développement d’une technologie de contrôle de la qualité des plantes en cours du procédé manufacturier de médicaments en utilisant la spectrométrie de masse à haut débit couplée à des approches en apprentissage automatique
    Description

    L'efficacité et la robustesse du procédé manufacturier sont essentielles pour assurer la productivité et la prévisibilité dans la fabrication pharmaceutique. La technologie de fabrication de vaccins de Medicago utilise des plantes pour la production et notre objectif est de développer un système capable de prévoir et de contrôler l’aptitude des plantes à la production, et ce, tôt dans le processus, de l’ensemencement à la récolte des feuilles productrices.

    À cette fin, nous devons identifier les facteurs qui régulent le niveau de production de chaque plante. Nous prévoyons mesurer un grand nombre de molécules, appelées métabolites, afin de déterminer les conditions optimales permettant à la plante de générer la quantité maximale de chaque produit. La quantité de mesures étant importante, nous utiliserons l’apprentissage automatique pour concevoir une intelligence artificielle capable de comprendre et d’identifier les schémas potentiellement très complexes de métabolites et/ou des caractéristiques corrélées à une productivité optimale.

  • Elsa Rousseau

    Stagiaire postdoctoral
    Faculté de médecine
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Jacques Corbeil
    François Laviolette
    Début du projet
    Titre du projet de recherche
    Diagnostic numérique de la résistance aux antibiotiques par apprentissage machine
    Description

    La découverte des agents antimicrobiens a été l'un des grands triomphes du XXe siècle. La nouvelle qui donne à réfléchir est que la résistance aux antibiotiques faisait également partie du processus. Si rien n'est fait d'ici 2050, la résistance aux antibiotiques coûtera 100 billions de dollars et 10 millions de personnes par an devraient en mourir (https://amr-review.org). Les facteurs à l'origine de la résistance aux antibiotiques vont au-delà des soins de santé humaine et ont des répercussions sur la médecine vétérinaire, l'agriculture et l'environnement (approche "One Health"). Les approches nouvelles et améliorées pour lutter contre la résistance aux antibiotiques comprennent une meilleure surveillance, une utilisation rationnelle des médicaments, un modèle commercial différent pour la production d'antibiotiques, l'innovation à tous les niveaux et, surtout, une approche globale.

    Cette proposition de subvention d'équipe transnationale a pour but d'appliquer de nouvelles approches d'apprentissage machine pour la modélisation de la résistance aux antibiotiques afin d'accélérer le diagnostic, d'améliorer la surveillance et de prédire l'émergence de la résistance. Plus précisément, nous développerons la mise en œuvre de l'apprentissage machine qui peut orienter la sélection des traitements en évaluant le niveau de résistance, fournir une justification pour la génération de nouveaux antibiotiques et aider à la surveillance de la résistance aux antibiotiques chez l'homme et le bétail dans le monde entier.

    Pour y parvenir, nous avons réuni une équipe transnationale (Canada, Chine, Finlande, France) aux compétences complémentaires, qui a fait ses preuves en matière d'apprentissage automatique à la fois à la génomique et à la métabolomique et aux experts du domaine de la résistance aux antibiotiques.  Notre équipe transnationale dispose de tous les éléments pour avoir un impact important et continuer à collaborer bien au-delà de la période de financement JPIAMR.

    La complémentarité de notre expertise nous aidera à relever les défis à venir et à assurer la continuité de notre succès.

  • Keven Voyer

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Développement d’un outil d’aide à la prise de décision permettant l’approbation de médicaments d’exception basé sur des algorithmes d’apprentissage supervisé
    Description

    Un médicament d’exception est un médicament qui n’est habituellement pas couvert par le régime public d’assurance-médicaments (RPAM). Les mesures mises en place à la RAMQ pour les médicaments d’exception permettent à l’ensemble de la population d’obtenir la couverture de certains médicaments si ces derniers sont utilisés dans le respect des indications reconnues par l’Institut national d'excellence en santé et services sociaux (INESSS). Les médicaments d'exception constituent aujourd'hui une part importante et en constante augmentation des dépenses totales en médicaments d’ordonnance.

    Pour le RPAM, l’un des moyens de contrôler cette hausse est de rembourser ces médicaments selon des règles préétablies. Actuellement, le système traite automatiquement environ 20% des demandes alors que les autres sont dirigées vers une analyse au cas par cas, ce qui génère des délais.

    Ce projet consiste à aider le secteur d’affaire à répondre plus rapidement aux demandes d’approbation de médicaments d’exception. Un outil sera développé sur la base de 15 années de données recueillies par le système actuel, et visera à augmenter le nombre de demandes traitées de façon automatique. 

  • Samuel Ouellet

    Stagiaire au premier cycle
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Pipelines d'extraction automatiques en imagerie médicale
    Description

    L’objectif de ce projet est d’extraire un ensemble de données pertinentes à partir des fichiers produits par les appareils d'imagerie médicale.

    Le procédé consiste à bâtir des pipelines ETL (extract-transform-load) pour rendre les données consommables pour l'analyse et la visualisation.  Un exemple d’analyse consiste à observer les tendances de doses administrées aux patients selon l'établissement, le protocole ou l'appareil utilisé, afin d'éventuellement identifier des pratiques hors-normes.

    Les données extraites pourraient aussi guider la pratique en permettant d'évaluer la pertinence de certains examens, et ainsi d'optimiser les ressources dans le réseau de la santé.  

     

  • Gabriel Couture

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Pipelines de données robustes en radio-oncologie
    Description

    Ce projet consiste à établir les bonnes pratiques en gestion des données de santé et à construire une infrastructure logicielle afin de les appliquer.

    Nous avons développé des pipelines qui permettent de récupérer quotidiennement les données de traitements de curiethérapie afin de calculer et stocker leurs indices dosimétriques dans une base de données dédiée à la recherche. Ces indices sont essentiels à la planification des traitements en radiothérapie et à l’estimation de leur qualité.

    L’agrégation de ces indices permet aux différents chercheurs comme les bio-statisticiens et les radio-oncologues d’effectuer des études sur des ensembles de données plus volumineux.

  • Mojtaba Safari

    Candidat au doctorat
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Louis Archambault
    Début du projet
    Titre du projet de recherche
    Rôle de l’apprentissage automatique dans l’orientation de la radiothérapie du cancer de la prostate guidée par l’imagerie par résonance magnétique
    Description

    Le fardeau clinique et économique du cancer de la prostate continue d’augmenter au Canada. Selon la Société Canadienne du cancer, un Canadien sur sept développera un cancer de la prostate au cours de sa vie et un Canadien sur 27 mourra des suites de cette maladie. Il est important d’effectuer un examen clinique fiable qui permet d’avoir une différenciation entre les cancers agressifs cliniquement significatifs et non significatifs pour éviter les traitements excessifs. Les analyses comparatives avec l’imagerie par ultrasons, montrent que les modalités avancées de l’imagerie par résonance magnétique (IRM) se caractérisent par une meilleure précision diagnostique et sont devenues l’examen clinique de routine pour les patients ayant un risque de cancer de la prostate cliniquement significatif. Ces modalités offrent des capacités d’analyse importantes, mais leur application dans le cancer de la prostate a des limites distinctes (variabilité inter-observateurs, expérience de l’observateur, etc) malgré l’arrivée de la version V2 de PI-RADS.

    Ainsi nous avons élaboré ce projet pour développer une approche de prédiction et de segmentation des lésions intra-prostatiques basée sur l'apprentissage automatique afin de mieux orienter la radiothérapie.

    Pour atteindre cet objectif, nous avons eu recours à deux modalités améliorées d'IRM conventionnelle, la DTI-IRM et la DWI-IRM, associées à des modalités d’IRM anatomiques. Nous allons extraire à partir des modalités quantitatives les cartes qui fournissent les caractéristiques spécifiques de la lésion. Nous allons ensuite extraire l’information de la texture des modalités d’IRM et des cartes sélectionnées. En dernière étape, des méthodes d’apprentissage automatique seront appliquées pour la sélection et la classification de ces caractéristiques.

    En appliquant ces méthodes l’extension et le type du cancer seront identifiés.

  • Danahé LeBlanc

    Candidat à la maîtrise
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Louis Archambault
    Frédéric Pouliot
    Début du projet
    Titre du projet de recherche
    Analyse radiomique effectuée en préopératoire d'une prostatectomie radicale pour prédire les métastases ganglionnaires des cancers de la prostate de haut grade
    Description

    Le cancer de la prostate est la forme de cancer la plus fréquente chez les hommes au Canada.

    Ce projet de recherche vise à poser un pronostic pour un patient atteint du cancer de la prostate ainsi que prédire la pathologie finale, par la prédiction de la présence des métastases ganglionnaires, à partir d’un FDG TEP-CT. Les caractéristiques radiomiques sont définies comme le processus d'extraction quantitative de données exploitables de haute dimension à partir d'images médicales. Il s'agit de biomarqueurs difficilement visibles à l’œil nu tels que la texture et l’intensité. La banque de données est composée de 250 patients atteints du cancer de la prostate. Après filtration, un sous-ensemble de 331 caractéristiques radiomiques a été sélectionné. La précision du modèle est de 74,5%. Cela correspond à une augmentation de la précision de 6% par rapport à un modèle entraîné sur toutes les caractéristiques extraites.

    À terme, l'algorithme permettra de mieux prédire le risque de récidive du cancer de la prostate et contribuera à améliorer les méthodes et le choix du traitement.

  • Ronan Lefol

    Candidat au doctorat
    Faculté des sciences et de génie
    Université Laval

    Étudiant.e
    Directeur.e(s) de recherche
    Philippe Després
    Début du projet
    Titre du projet de recherche
    Dosimétrie personnalisée en tomodensitométrie
    Description

    Ce projet de recherche vise à développer un outil capable de générer automatiquement des segmentations d’organes d’intérêt sur des images tomodensitométriques, à partir de techniques d’apprentissage automatique (machine learning).

    Cet outil sera par la suite utilisé pour calculer des doses à l’organe, afin de constituer des dossiers dosimétriques personnalisés en imagerie diagnostique. Les doses seront calculées à partir d’informations tirées des images, de la technique radiographique utilisée et d’un code Monte Carlo rapide (GPUMCD) propulsé par des processeurs graphiques (GPU). Des pipelines automatisés seront mis en place pour traiter de grandes quantités de données.

    À terme, ce projet permettra de connaître plus précisément l’exposition de la population au rayonnement ionisant due aux procédures d’imagerie médicale.

Découvrir

Projet en vedette

Membre étudiant : Gabriel Couture

Ce projet consiste à établir les bonnes pratiques en gestion des données de santé et à construire une infrastructure logicielle afin de les appliquer.

Nous avons développé des pipelines qui permettent de récupérer quotidiennement les données de traitements de curiethérapie afin de calculer et stocker leurs indices dosimétriques dans une base de données dédiée à la recherche. Ces indices sont essentiels à la planification des traitements en radiothérapie et à l’estimation de leur qualité.

Lire plus