Projets en cours

Étudiant.e
Directeur.e(s) de recherche
Anne-Sophie Charest
Début du projet
Titre du projet de recherche
Mesures de confidentialité pour jeux de données synthétiques
Description
Description

Il arrive souvent que le partage de données soit limité par des enjeux de confidentialité. C'est une réalité fréquente dans le domaine de la santé, étant donné la sensibilité inhérente de ce type de données. Lorsque le partage du jeu de données original est impossible, une méthode qu'on peut utiliser est de générer un jeu de données synthétique, qui contient le plus possible une information statistique similaire à celle du jeu de données original, mais qui fournit des données sur de faux individus de façon à protéger la confidentialité des répondants.

Ce projet s'intéresse à mesurer rigoureusement la protection de confidentialité offerte par un jeu de données synthétique. On se penchera attentivement sur quelques mesures proposées dans la littérature, pour comprendre leurs garanties et les différences et ressemblances entre celles-ci dans le but d'identifier la ou les mesures qui seraient les plus pertinentes pour le partage de données synthétiques. 

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
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.
 

Étudiant.e
Directeur.e(s) de recherche
Anne-Sophie Charest
Début du projet
Titre du projet de recherche
Mesures de confidentialité pour jeux de données synthétiques
Description
Description

Il arrive souvent que le partage de données soit limité par des enjeux de confidentialité. C'est une réalité fréquente dans le domaine de la santé, étant donné la sensibilité inhérente de ce type de données.

Lorsque le partage du jeu de données original est impossible, une méthode qu'on peut utiliser est de générer un jeu de données synthétique, qui contient le plus possible une information statistique similaire à celle du jeu de données original, mais qui fournit des données sur de faux individus de façon à protéger la confidentialité des répondants. Ce projet s'intéresse à mesurer rigoureusement la protection de confidentialité offerte par un jeu de données synthétique. On se penchera attentivement sur quelques mesures proposées dans la littérature, pour comprendre leurs garanties et les différences et ressemblances entre celles-ci dans le but d'identifier la ou les mesures qui seraient les plus pertinentes pour le partage de données synthétiques. 

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
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.
 

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

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
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.  

 

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
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.

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
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.

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
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). 
 

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
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.  

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