WORKSHOP by Sébastien Jodogne (UCLouvain)

WORKSHOP by Sébastien Jodogne (UCLouvain) : "L’apprentissage profond au bénéfice de l’imagerie médicale"

Résumé:

Dans cet exposé, nous allons explorer comment l’apprentissage profond (deep learning) peut être appliqué aux images médicales. Nous nous intéresserons tout particulièrement à la tâche de la segmentation d’organes. Après un rappel concernant l’opération de convolution pour le traitement d’images, nous introduirons les réseaux neuronaux convolutifs (CNN), puis l’architecture U-Net qui est extrêmement populaire pour la segmentation d’images biomédicales. Notre focus ne portera pas sur l’entraînement de ces réseaux, mais plutôt sur l’application de ces derniers aux images médicales. À cet effet, nous présenterons le standard informatique DICOM qui est utilisé par tous les hôpitaux du monde afin de gérer leurs données d’imagerie numérique. Grâce à cette connaissance du DICOM, nous évoquerons comment les algorithmes d’intelligence artificielle peuvent être déployés au sein d’un hôpital, soit en utilisant des services dans le cloud, soit en installant des serveurs dédiés dans l’infrastructure informatique de l’hôpital. Nous conclurons en présentant l’écosystème libre et open-source Orthanc pour l’imagerie médicale, qui est activement développé à l’UCLouvain, et qui offre des fonctionnalités pour la formation du personnel soignant à l’apprentissage profond.