Grant: Engage Plus Grants for Colleges
C.E.G.E.P. Lévis-Lauzon
$12,500.00
Utilisation de l'intelligence artificielle pour le dépistage de l'Alzheimer par la détection de la protéine bêta-amyloïde dans des images hyper-spectrales de la rétine
EF 2020-21
Résumé
Optina Diagnostics développe une technologie qui permettra la détection précoce de la maladie d'Alzheimer
par imagerie rétinienne. À l'heure actuelle, le diagnostic de la maladie d'Alzheimer s'appuie sur un nombre de
tests neuro-comportementaux subjectifs ainsi que sur des examens de tomographie par émission de positrons
(TEP) qui sont dispendieux et contraignants. La détection du biomarqueur-clé propre à la maladie, soit la
protéine bêta-amyloïde dans les yeux de personnes atteintes de la maladie d'Alzheimer est derrière cette idée
révolutionnaire qui a le potentiel de mener à un diagnostic plus rapide et moins coûteux.
Ainsi, le test d'imagerie rétinienne d'Optina Diagnostics se base sur un balayage de la rétine grâce à un système d'imagerie métabolique hyper-spectrale de la rétine. Ce système d'imagerie prodigue une grande quantité de données qui ne sont pas actuellement toutes exploitées par l'approche prise par Optina Diagnostics en utilisant des méthodes d'apprentissage machine et plus spécifiquement en utilisant des classificateurs de type SVM (support vector machine) qui indiquent le statut probable (positif ou négatif) de la maladie d'Alzheimer selon la détection de l'amyloïde cérébrale après le traitement de l'information hyper-spectrale de la rétine.
En effet, le fait de n'utiliser que des caractéristiques extraites du cube hyper-spectrale de la rétine par les
méthodes d'apprentissage machine utilisées par Optina Diagnostics et compte tenu de la difficulté à obtenir
suffisamment de données pour entraîner les modèles et pour faire en sorte que le comportement de ces modèles soit adaptable aux changements, rend les performances de détection des modèles en dessous des objectifs de taux de succès de détection visés par l'entreprise.
L'objectif de ce projet est de poursuivre le travail commencé dans le cadre d'une subvention d'engagement partenarial (SEP) pour l'utilisation d'approches d'intelligence artificielle plus précisément les réseaux profonds afin de trouver de manière autonome des caractéristiques permettant d'améliorer les performances des algorithmes de détection de la maladie d'Alzheimer par imagerie rétinienne.
Programme
Engage Plus Grants for Colleges
Bénéficiaire
Emplacement
Quebec, Canada
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
557046-2020
Name nom
Dessureault, Yves
Department département
Siège social
Organization id
21757
Institution établissement
C.E.G.E.P. Lévis-Lauzon
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
12500
Program id
CEGP2
Program name en
Engage Plus Grants for Colleges
Program name fr
Subvention d'engagement partenarial Plus pour les collèges
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1561
Committee name en
Applied Research and Development Grants
Committee name fr
Subventions de recherche et développement appliquée
Area of application code
1211
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Medical and health sciences
Area of application fr
Sciences médicales et de la santé
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Installment
inst:1 - 1
Partie
1
Nb partie
1
Application title
Utilisation de l'intelligence artificielle pour le dépistage de l'Alzheimer par la détection de la protéine bêta-amyloïde dans des images hyper-spectrales de la rétine
Keyword
NSERC
Application summary
Optina Diagnostics développe une technologie qui permettra la détection précoce de la maladie d'Alzheimer
par imagerie rétinienne. À l'heure actuelle, le diagnostic de la maladie d'Alzheimer s'appuie sur un nombre de
tests neuro-comportementaux subjectifs ainsi que sur des examens de tomographie par émission de positrons
(TEP) qui sont dispendieux et contraignants. La détection du biomarqueur-clé propre à la maladie, soit la
protéine bêta-amyloïde dans les yeux de personnes atteintes de la maladie d'Alzheimer est derrière cette idée
révolutionnaire qui a le potentiel de mener à un diagnostic plus rapide et moins coûteux.
Ainsi, le test d'imagerie rétinienne d'Optina Diagnostics se base sur un balayage de la rétine grâce à un système d'imagerie métabolique hyper-spectrale de la rétine. Ce système d'imagerie prodigue une grande quantité de données qui ne sont pas actuellement toutes exploitées par l'approche prise par Optina Diagnostics en utilisant des méthodes d'apprentissage machine et plus spécifiquement en utilisant des classificateurs de type SVM (support vector machine) qui indiquent le statut probable (positif ou négatif) de la maladie d'Alzheimer selon la détection de l'amyloïde cérébrale après le traitement de l'information hyper-spectrale de la rétine.
En effet, le fait de n'utiliser que des caractéristiques extraites du cube hyper-spectrale de la rétine par les
méthodes d'apprentissage machine utilisées par Optina Diagnostics et compte tenu de la difficulté à obtenir
suffisamment de données pour entraîner les modèles et pour faire en sorte que le comportement de ces modèles soit adaptable aux changements, rend les performances de détection des modèles en dessous des objectifs de taux de succès de détection visés par l'entreprise.
L'objectif de ce projet est de poursuivre le travail commencé dans le cadre d'une subvention d'engagement partenarial (SEP) pour l'utilisation d'approches d'intelligence artificielle plus précisément les réseaux profonds afin de trouver de manière autonome des caractéristiques permettant d'améliorer les performances des algorithmes de détection de la maladie d'Alzheimer par imagerie rétinienne.