Medical Imaging

lgbio2050  2020-2021  Louvain-la-Neuve

Medical Imaging
En raison de la crise du COVID-19, les informations ci-dessous sont susceptibles d’être modifiées, notamment celles qui concernent le mode d’enseignement (en présentiel, en distanciel ou sous un format comodal ou hybride).
5 crédits
30.0 h + 30.0 h
Q1
Langue
d'enseignement
Anglais
Préalables
Les étudiants doivent maîtriser les compétences suivantes: notions mathématiques de base (dérivées, systèmes de coordonnées) et la transformée de Fourier, telles que couvertes dans le cadre du cours LFSAB1106
Thèmes abordés
Le cours aborde les bases de l'imagerie médicale.
Sont abordés le traitement informatique d'images numériques, ainsi que les principales modalités d'imagerie médicale (imagerie de transmission, imagerie d'émission, échographie par ultrasons et résonance magnétique nucléaire).
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 Eu égard au référentiel AA du programme « Master ingénieur civil biomédical », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
  • AA1.1, AA1.2, AA1.3
  • AA2.1, AA2.2, AA2.3, AA2.4
  • AA4.1, AA4.2, AA4.4
  • AA5.2, AA5.4
a.      Acquis d'apprentissage disciplinaires
À l'issue de ce cours, l'étudiant sera en mesure de :
Partie 1 (traitement informatique d'images numériques) :
  • Définir de manière  formelle une image et ses propriétés (dimension, matrice de pixel/voxel, colormap, histogramme, encodage des couleurs ou des canaux, encodage de la matrice, compression, représentation de l'espace des fréquences). (axe 1.1)
  • Enumérer les grandes classes de problèmes résolus par le traitement d'image (débruitage, déconvolution, filtrage, détection de bord, segmentation, recalage). (axes 1.1 et 1.2)
  • Enumérer quelques méthodes types pour résoudre ces différentes classes de problèmes. (axe 1.2)
  • Justifier le choix d'une méthode (représentation des données, critère à optimiser) en fonction de problèmes simples donné (segmentation d'une coupe, reclalage de deux coupes, etc.). (axes 1.3 et 2.3)
  • Résoudre ces problèmes simples en implémentant en Matlab les algorithmes correspondant aux méthodes vues au cours. (axes 2.1, 2.2, 2.3, 2.4)
Partie 2 (IRM et échographie) :
  • Expliquer le principe physique sur lequel repose l'imagerie par résonance magnétique (IRM) : Résonance Magnétique Nucléaire (spins, excitation, réception, relaxation, déplacement chimique,...). (axe 1.1)
  • Expliquer le principe qui permet de construire une image : gradients, sélection d'une coupe/volume, encodage de fréquence/phase, espace des k, transformé de Fourier, résolution,...,et décrire les artéfacts possibles. (axes 1.1 et 1.2)
  • Enumérer et décrire quelques séquences pour l'acquisition des images (écho de spin et gradient., séquences ultrarapides et imagerie écho-planaire) et comparer leurs avantages, inconvénients, et conditions d'application. (axe 1.1)
  • Enumérer et décrire les contrastes possibles : densité de protons, T1, T2, T2*, flux, diffusion, perfusion, IRM fonctionnelle et spectroscopique. (axe 1.1)
  • Expliquer les principes de l'échographie : ultrasons, transducteurs, formation et qualité de l'image, mode Doppler,... (axe 1.1)
Partie 3 (modalités d'imagerie utilisant les rayonnements ionisants) :
  • Enumérer les différentes modalités d'imagerie vues au cours (radiographie, tomographie CT, scintigraphie, SPECT et PET) et expliquer leur principe de fonctionnement (au niveau physique, essentiellement), mentionner leurs applications, leurs avantages et leurs limitations. (axe 1.1)
  • Comparer les performances des différentes modalités ainsi que la qualité des images obtenues (résolution, bruit, contraste). (axe 1.2)
  • Discuter de la spécificité de chaque technique et de la complémentarité des différentes modalités.  (axe 2.3)
b.      Acquis d'apprentissage transversaux
À l'issue de ce cours, l'étudiant sera en mesure de :
  • Répondre aux objectifs d'un cours dispensé en anglais (compréhension des cours ex-cathedra et des supports écrits). (axes 5.2 et 5.4)
  • Travailler en binôme sur des petits projets (challenges), c'est-à-dire : pouvoir répartir efficacement le travail, comprendre et décrire le travail de l'autre étudiant, rédiger conjointement un rapport. (axes 4.1, 4.2 et 4.4)
 
Contenu
Le cours est divisé en trois parties :
Partie 1 : traitement informatique d'images numériques (définition d'une image, propriétés, histogramme, spectre, segmentation, détection de bord, filtrage, morphologie mathématique, recalage)
Partie 2 : imagerie par résonance magnétique nucléaire et échographie ultrasonique (systèmes linéaires : convolution, point spread function, transformée de Fourier, échantillonnage ; reconstruction des images : transformée de Radon, rétroprojection filtrée, reconstruction algébrique)
Partie 3 : imagerie de transmission (radiographie et tomodensitométrie) et d'émission (scintigraphie, SPECT et PET)
Méthodes d'enseignement

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Le cours est organisé autour de cours magistraux dispensés en anglais, de trois séances d'exercices introductifs ou de rappel, et de trois mini-projets (challenges). Pour chaque challenge, les groupes (binômes) devront remettre un rapport. Ces rapports seront évalués. Lors d'une séance de debriefing les problèmes les plus fréquemment rencontrés seront présentés et débattus entre l'enseignant et les étudiants (les problèmes les plus fréquemment rencontrés). Une visite d'installations d'imagerie aux cliniques universitaires Saint-Luc complète le programme. Toutes les activités présentielles peuvent basculer en comodal ou en distanciel en fonction des conditions sanitaires.
Modes d'évaluation
des acquis des étudiants

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

Cotation des travaux pratiques
Une note sera attribuée à chaque rapport de challenge. La note globale des challenges intervient dans la cote finale (voir ci-dessous). Les exercices précédant ou introduisant les challenges seront évalués de manière formative. La remise des rapports de tous les challenges conditionne le passage de l'examen orale pour la partie 1.
Cotation des acquis
Les étudiants seront évalués individuellement et par oral (présentiel ou distanciel) sur base des acquis d'apprentissage particuliers annoncés précédemment. L'examen oral (français ou anglais, au choix) portera sur :
Partie 1 (10 points sur 20, traitement d'images) : l'étudiant devra répondre à deux questions en rapport avec les méthodes et algorithmes intervenant dans les challenges (voir ci-dessous). Sur base d'un problème simple (solvable par écrit), l'étudiant devra être capable de justifier ses choix. Sur les 10 points, un tiers est donné par l'évaluation des rapports de projet, les deux autres tiers correspondent aux deux questions.
Partie 2 (5 points sur 20, IRM et échographie) : l'étudiant devra répondre à deux questions (examen oral avec préparation par écrit)
Partie 3 (5 points sur 20, modalités d'imagerie utilisant les rayonnements ionisants) : l'étudiant devra répondre à 2 questions (examen oral avec préparation écrite
Autres infos
Les deux premières séances de travaux pratiques sont organisées en salle informatique
Bibliographie
Support de cours :
Partie 1 : transparents.
Parties 2 et 3 : transparents et syllabus.
Les documents du cours sont disponibles sur Moodle.
Support de cours
  • Transparents et notes relatives aux séances de cours disponibles sur Moodle
Faculté ou entité
en charge
Force majeure
Méthodes d'enseignement
Cours magistral à distance et/ou enregistrement vidéo.  Travaux pratiques sur ordinateur, et projet à réaliser individuellement ou en binôme.
Modes d'évaluation
des acquis des étudiants
Examen oral par Teams sans préparation, si un examen oral présentiel à LLN ne peut être tenu. Voir ci-dessus pour les détails qui restent inchangés.


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] : ingénieur civil en informatique

Master [120] : ingénieur civil électricien

Master [120] : ingénieur civil en mathématiques appliquées

Certificat universitaire en physique d'hôpital

Master [120] en sciences physiques

Master [120] en statistique, orientation biostatistiques

Master [120] : ingénieur civil biomédical