Grant: Collaborative Research and Development Grants
École de technologie supérieure
$191,400.00
Automatisation de la modélisation 3D des structures du squelette humain à partir d'images biplan
FY 2018-19
Summary
Les problèmes musculo-squelettiques affectent une grande partie de la population et les coûts sur le système de santé sont extrêmement élevés. Pour améliorer le diagnostic, la planification des traitements orthopédiques et chirurgicaux ainsi que le suivi des pathologies et du traitement de la colonne vertébrale, de la hanche et du genou, il est essentiel de considérer et de visualiser les articulations et les paramètres cliniques qui leurs sont associés en trois dimensions. Ce projet vise à développer et transférer des outils informatisés innovateurs afin d'améliorer et d'enrichir la plateforme d'imagerie d'EOS Image Inc., notamment dans le but d'optimiser la reconstruction 3D et assurer une prise en charge personnalisée des patients.*Des méthodes innovantes, en grande partie basée sur des outils d'apprentissage machine de nature statistique et de réseaux de neurones profonds, seront appliquées à des paires d'images radiographiques issues du système de radiographie à très basse dose EOS. Ces méthodes permettront l'automatisation complète de la reconstruction des différentes structures du squelette humain, en s'affranchissant des techniques chronophage et sensible aux erreurs humaines. Elles permettront au partenaire industriel de proposer à la communauté clinique internationale une imagerie 3D accessible ainsi qu'à de nombreuses mesures anatomo-géométriques nécessaires au diagnostic et à la planification et au suivi du geste chirurgical, et ce, en minimisant de façon drastique l'exposition des patients aux rayons X.
Program
Collaborative Research and Development Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
518301-2017
Name nom
DeGuise, Jacques
Department département
Génie de la production automatisée
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2018
Competition year année de concours
2017
Award amount
191400
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
1102
Area of application group en
Health, education and social services
Area of application group fr
Santé publique, éducation et services sociaux
Area of application en
Biomedical engineering
Area of application fr
Génie biomédical
Research subject code
1900
Research subject group en
Biomedical engineering
Research subject group fr
Génie biomédical
Research subject en
Biomedical engineering
Research subject fr
Génie biomédical
Partie
1
Nb partie
1
Application title
Automatisation de la modélisation 3D des structures du squelette humain à partir d'images biplan
Keyword
NSERC
Application summary
Les problèmes musculo-squelettiques affectent une grande partie de la population et les coûts sur le système de santé sont extrêmement élevés. Pour améliorer le diagnostic, la planification des traitements orthopédiques et chirurgicaux ainsi que le suivi des pathologies et du traitement de la colonne vertébrale, de la hanche et du genou, il est essentiel de considérer et de visualiser les articulations et les paramètres cliniques qui leurs sont associés en trois dimensions. Ce projet vise à développer et transférer des outils informatisés innovateurs afin d'améliorer et d'enrichir la plateforme d'imagerie d'EOS Image Inc., notamment dans le but d'optimiser la reconstruction 3D et assurer une prise en charge personnalisée des patients.*Des méthodes innovantes, en grande partie basée sur des outils d'apprentissage machine de nature statistique et de réseaux de neurones profonds, seront appliquées à des paires d'images radiographiques issues du système de radiographie à très basse dose EOS. Ces méthodes permettront l'automatisation complète de la reconstruction des différentes structures du squelette humain, en s'affranchissant des techniques chronophage et sensible aux erreurs humaines. Elles permettront au partenaire industriel de proposer à la communauté clinique internationale une imagerie 3D accessible ainsi qu'à de nombreuses mesures anatomo-géométriques nécessaires au diagnostic et à la planification et au suivi du geste chirurgical, et ce, en minimisant de façon drastique l'exposition des patients aux rayons X.