• Aucun résultat trouvé

Le futur de l'imagerie façonné par les chercheurs

N/A
N/A
Protected

Academic year: 2021

Partager "Le futur de l'imagerie façonné par les chercheurs"

Copied!
28
0
0

Texte intégral

(1)

HAL Id: inserm-02931842

https://www.hal.inserm.fr/inserm-02931842

Submitted on 7 Sep 2020

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Le futur de l’imagerie façonné par les chercheurs

Camille Maumet, Christian Barillot

To cite this version:

Camille Maumet, Christian Barillot. Le futur de l’imagerie façonné par les chercheurs. EPU CHU. Les Mardis soirs d’imagerie: Application de l’IA en Neurologie, May 2019, Rennes, France. �inserm-02931842�

(2)

Application de l’IA en Neurologie :

Le

futur

de l’

imagerie

façonné par les chercheurs

Camille Maumet & Christian Barillot

Univ Rennes, Inria, CNRS, Inserm

IRISA UMR 6074, Empenn ERL U-1228

@cmaumet

@empenn_lab

(3)

Qui sommes-nous ?

Équipe Empenn

● 40 membres

● 12 chercheurs permanents

(4 médecins)

Directeur : Christian Barillot

Plateforme d’imagerie

Neurinfo (CHU Rennes)

(4)
(5)

IA pour l’imagerie cérébrale

Recherche

translationnelle

Traitement d’image

Physique de l’IRM

Neurosciences

Statistiques

Neuroinformatique

Détection &

apprentissage

Imagerie

quantitative

Imagerie de

population

Crédits images : Détection, Cédric Meurée. Quantitatif, Emmanuel Caruyer. Population, Katja Heuer. Translationnel, Marine Dubois. Bébé, Pixabay (Domaine Public).

(6)

IA pour l’imagerie cérébrale

Recherche

translationnelle

Traitement d’image

Physique de l’IRM

Neurosciences

Statistiques

Neuroinformatique

Détection &

apprentissage

Imagerie

quantitative

Imagerie de

population

Crédits images : Détection, Cédric Meurée. Quantitatif, Emmanuel Caruyer. Population, Katja Heuer. Translationnel, Marine Dubois. Bébé, Pixabay (Domaine Public).

(7)

Super-resolution ASL

Travaux de thèse de Cédric Meurée.

Principe de base

Pas d’injection

Images bruitées

Résolution spatiale

(8)

Super-resolution ASL

(9)

Super-resolution ASL

(10)

IA pour l’imagerie cérébrale

Recherche

translationnelle

Traitement d’image

Physique de l’IRM

Neurosciences

Statistiques

Neuroinformatique

Détection &

apprentissage

Imagerie

quantitative

Imagerie de

population

Crédits images : Détection, Cédric Meurée. Quantitatif, Emmanuel Caruyer. Population, Katja Heuer. Translationnel, Marine Dubois. Bébé, Pixabay (Domaine Public).

(11)

IA pour l’imagerie cérébrale

Recherche

translationnelle

Traitement d’image

Physique de l’IRM

Neurosciences

Statistiques

Neuroinformatique

Détection &

apprentissage

Imagerie

quantitative

Imagerie de

population

Crédits images : Détection, Cédric Meurée. Quantitatif, Emmanuel Caruyer. Population, Katja Heuer. Translationnel, Marine Dubois. Bébé, Pixabay (Domaine Public).

(12)

IA pour l’imagerie cérébrale

Recherche

translationnelle

Traitement d’image

Physique de l’IRM

Neurosciences

Statistiques

Neuroinformatique

Détection &

apprentissage

Imagerie

quantitative

Imagerie de

population

Crédits images : Détection, Cédric Meurée. Quantitatif, Emmanuel Caruyer. Population, Katja Heuer. Translationnel, Marine Dubois. Bébé, Pixabay (Domaine Public).

(13)

La neuroimagerie

du

présent

(14)

13

2015 : 30 participants

Tailles des études de

neuroimagerie

(15)
(16)

Les marathoniens de

40 ans plus rapides

que vingtenaires ???

(17)
(18)

17

2015 : 30 participants

Diversité faible &

Puissance statistique

limitée

Tailles des études de

neuroimagerie

(19)
(20)

Les données ouvertes

Consortium

1000 sujets

Cohorte

1 000 - 100 000 sujets

Étude unique

30 sujets

Comment tirer parti de ces

données ?

(21)

La neuroimagerie du futur !

Analyse

statistique

Extraction de

caractéristiques

Données brutes

Mesures dérivées

Résultats

(22)

La neuroimagerie du futur !

Extraction de

caractéristiques

Analyse

statistique

Extraction de

caractéristiques

Données brutes

Mesures dérivées

Résultats

Données brutes

Extraction de

caractéristiques

Mesures dérivées

Mesures dérivées

(23)

Recherches

en

cours

(24)

Variabilité des résultats

Diapositive par Alex Bowring, adaptée.

Outil 1

Outil 2

Outil 3

Trois études publiées

(25)

Variabilité des résultats

Diapositive par Alex Bowring, adaptée.

Outil 1

Outil 2

Outil 3

Trois études publiées

(26)

Infrastructures de recherche

(27)

Challenge

Diapositive par Christian Barillot, adaptée.

[Commowick et al, Scientific reports 2018]

Détection

automatique de

lésions de sclérose

en plaque

Données cohorte

nationale OFSEP

53 patients

(4 IRMs)

3D FLAIR, T2/DP,

3D T1-w, 3D

T1-Gado

(28)

27

Merci

Camille Maumet & Christian Barillot

Univ Rennes, Inria, CNRS, Inserm, IRISA UMR 6074, Empenn ERL U-1228

http://camillemaumet.com

|

cmaumet

https://team.inria.fr/empenn/

|

empenn_lab

Application de l’IA en Neurologie :

Le futur de l’imagerie

Références

Documents relatifs

L’étude confiée, dans le cadre du Pipame, par le ministère du Redressement productif (DGCIS) au cabinet D&Consultants a pour objectif d’apporter une vision

Pour comprendre l’impact de la contrainte NonAdjLoss sur le réalisme des segmentations produites par les modèles appris avec ou sans pénalisation, nous étudions dans cette

Les résultats ont indiqué : (1) au niveau comportemental, ce que l’on savait déjà, c’est-à-dire que seul l’apprentissage de l’inhibition est efficace dans les situations

}  Objectif : interêt de l ’ IRM corps entier avec séquence de diffusion pour le bilan. d ’ extension ostéo médullaire des lymphomes en comparaison au PET CT (18FDG) et

Il reste à faire la différence entre la carte de débit pendant le repos et la carte de débit pendant la tâche pour obte- nir une carte des régions qui sont plus actives pendant que

L'IRM repose sur la technique de résonance magnétique nucléaire (RMN) qui utilise les propriétés des noyaux d'hydrogène soumis à un champ magnétique oscillatoire afin de créer

Le « jeu » de l’IRM consiste à manipuler l’aimantation du tissu pour obtenir un signal portant une information intéressante... Bref rappel

• Imagerie 2D d’une coupe, puis attente pour permettre la relaxation complète avant d’imager la coupe suivante. • Imagerie multi-coupes : imagerie alternée de