Apprentissage profond pour le suivi et la détection de la colonne vertébrale

L'objectif de ce projet est de développer et d'évaluer une nouvelle approche par apprentissage profond pour le suivi et la détection de la colonne vertébrale à partir d'images radiographiques. Notre équipe a développé une expertise de pointe en analyse d’images par réseau de neurones profond. Nos travaux les plus récents ont démontré la faisabilité d’une détection automatique de la progression osseuse à l’aide de réseaux de neurones profonds à partir de radiographies frontales.

Ce projet contribuera à rendre disponible la technologie en clinique et éventuellement, à améliorer le suivi des patients atteints de scoliose idiopathique chez l'adolescente/adolescent.

Connaissances requises

Nous sommes à la recherche de candidates/candidats dynamiques, prêtes/prêts à travailler en étroite collaboration avec le département d'orthopédie du CHU Sainte-Justine.

Niveau Maîtrise: Baccalauréat en génie logiciel, en technologie de l'information, en informatique ou en génie biomédical, intérêt marqué pour l'imagerie et pour l'apprentissage machine.  Connaissance de base en programmation python (PyTorch, Keras) et en visualisation 2D/3D.  

Niveau Postdoctoral: Ph.D. avec une spécialisation en imagerie médicale, en apprentissage machine ou en vision par ordinateur,  intérêt marqué pour l'imagerie et pour l'apprentissage machine.  Connaissance de base en programmation python (PyTorch, Keras).  Publications récentes dans le domaine de l'imagerie, de l'intelligence artificielle ou de l'apprentissage machine.

Programme d'études visé

Maîtrise avec mémoire, Postdoctorat

Domaines de recherche

Technologies de l'information et des communications, Santé

Financement

Le projet sera financé par une bourse de la Chaire de recherche en sciences du mouvement du CHU Sainte-Justine (CHU mère-enfant).   
 

Autres informations

Début : 2020-10-01 
Partenaire implqué: CHU Sainte-Justine 

Personne à contacter

Luc Duong | luc.duong@etsmtl.ca