SYS866 Sujets spéciaux en production automatisée : Intelligence artificielle en imagerie médicale

À la fin de ce cours, l’étudiant sera en mesure :

  • d’acquérir les notions fondamentales en analyse d’imagerie médicale;
  • de comparer les principaux modèles computationnels et mathématiques exploités pour faire la mise en œuvre des systèmes d’analyse d’imagerie médicale;
  • d’analyser les avantages et les limites de différentes architectures de systèmes pour une application donnée.

Mathématiques : géométrie (2D, 3D, Riemannienne), vecteurs, matrices, espaces (clairsemée, Euclidienne), convolution, transforme de Fourier, optimisation, champs aléatoires Markov, probabilités (Gaussienne, multinomiale, Dirichlet). Modalités: capteurs (échographie 1D 2D 3D, IRM, PET, TDM, rayon X, fluoroscopie, photographie, histopathologie), IRM diffusion, fonctionnelle, temps réel, systèmes de gestion d'images PACS, éthiques, instruments. Algorithmes : réseaux de neurones convolutionnels (CNN), SIFT, partitionnement graphique, optimisation discrète, méthodes multirésolutions, forets aléatoires, SVM, transformés robustes (Hough, RANSAC). Applications: segmentation, recalage, détection, classification, méthodes d’apprentissage, réseaux profonds, données massives, extraction de caractéristiques, textures, visualisation. Anatomie : cerveaux, corps, poumon, système sanguin, os, peau, dents, colonne vertébrale, variabilité normale et anormale. Conditions médicales: cancer (poumon, cerveau), Alzheimer, autisme, schizophrénie, COPD, neurochirurgie, radiothérapie, biomarqueurs, génétiques, temps de survie.

Crédits 3
Cycle 2e
Responsable Département de génie des systèmes
Horaire

Session: Automne 2019

Groupe Jour Type
01 Mercredi 08:30 Activité de cours