Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Alliance Grants

École de technologie supérieure

$50,000.00

Interprétation automatique des radiographies biplanes EOS pour la détection fortuite de la COVID-19_x000d_ _x000d_ _x000d_

EF 2020-21

Résumé
Début 2020, l'Organisation mondiale de la santé (OMS) a qualifié l'épidémie de coronavirus de pandémie de la COVID-19. Autour du globe, des efforts d'une envergure sans précédent sont déployés pour notamment détecter et ralentir sa propagation. Dans ce contexte, le présent projet vise à développer et transférer des outils informatisés innovateurs afin de contribuer au contrôle de la propagation du virus en mettant à disposition des professionnels de la santé un outil performant capable d'interpréter automatiquement les radiographies acquises lors d'un examen EOS, système innovant d'imagerie biplan à très faible dose de rayons X, pour la détection fortuite de la COVID-19. Des méthodes novatrices, en grande partie basées sur des outils d'apprentissage machine tels que les réseaux de neurones profonds, seront appliquées aux paires d'images radiographiques issues du système de radiographie EOS. Ces méthodes permettront d'une part de classifier les images en trois groupes distincts, normal, COVID ou autres maladies pulmonaires, et d'autre part, de quantifier et localiser en 3D les lésions pulmonaires. Elles permettront au partenaire industriel de proposer aux communautés cliniques canadienne et internationale un outil de détection automatique de la COVID-19 répondant aux enjeux immédiats liés à la pandémie actuelle, mais aussi, à plus long terme, d'autres maladies pulmonaires telles que les fibroses pulmonaires et les cancers.
Programme
Alliance Grants
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
555119-2020
Name nom
de Guise, 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
2020
Competition year année de concours
2020
Award amount
50000
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
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
Installment
inst:1 - 1
Partie
1
Nb partie
1
Application title
Interprétation automatique des radiographies biplanes EOS pour la détection fortuite de la COVID-19_x000d_ _x000d_ _x000d_
Keyword
NSERC
Application summary
Début 2020, l'Organisation mondiale de la santé (OMS) a qualifié l'épidémie de coronavirus de pandémie de la COVID-19. Autour du globe, des efforts d'une envergure sans précédent sont déployés pour notamment détecter et ralentir sa propagation. Dans ce contexte, le présent projet vise à développer et transférer des outils informatisés innovateurs afin de contribuer au contrôle de la propagation du virus en mettant à disposition des professionnels de la santé un outil performant capable d'interpréter automatiquement les radiographies acquises lors d'un examen EOS, système innovant d'imagerie biplan à très faible dose de rayons X, pour la détection fortuite de la COVID-19. Des méthodes novatrices, en grande partie basées sur des outils d'apprentissage machine tels que les réseaux de neurones profonds, seront appliquées aux paires d'images radiographiques issues du système de radiographie EOS. Ces méthodes permettront d'une part de classifier les images en trois groupes distincts, normal, COVID ou autres maladies pulmonaires, et d'autre part, de quantifier et localiser en 3D les lésions pulmonaires. Elles permettront au partenaire industriel de proposer aux communautés cliniques canadienne et internationale un outil de détection automatique de la COVID-19 répondant aux enjeux immédiats liés à la pandémie actuelle, mais aussi, à plus long terme, d'autres maladies pulmonaires telles que les fibroses pulmonaires et les cancers.