Répertoire des expertises

Vous êtes ici

Retour aux résultats de recherche
Samuel Kadoury
B.Ing. (Poly), M.Ing. (McGill), Ph.D. (Montréal), Postdoc (INRIA)

Intérêts de recherche et affiliations

Intérêts de recherche

Les intérêts de recherche du professeur Kadoury portent sur le développement de nouvelles méthodes et systèmes en imagerie médicale, particulièrement dans les domaines neuronaux, cardiovasculaires, orthopédiques et en oncologie interventionnelle. Les nouvelles technologies en recalage d'images (temporelles, mono et multimodales), segmentation, conception d'atlas d'organes, modélisation statistique de formes, classification et dans le traitement minimalement invasif sont validées dans le cadre d'études cliniques, tant chez l'adulte que chez l'enfant.

  • Imagerie médicale
  • Vision par ordinateur
  • Reconnaissance et modélisation d'organes
  • Systèmes de navigation interventionnels
  • Fusion d'images multimodales
  • Techniques d'apprentissage
Type(s) d'expertises (sujets CRSNG)
  • 1901 Technologie biomédicale
  • 2603 Vision artificielle
  • 2604 Applications de systèmes intelligents
  • 2605 Analyse de formes et intelligence artificielle
  • 2708 Traitement d'images et traitement vidéo

Publications

Publications récentes
Article de revue
Mandal, K.K., Parent, F., Kashyap, R., Martel, S. & Kadoury, S. (2017). Assessment of the accuracy of optical shape sensing for needle tracking interventions. Journal of Medical Devices, 11(3), 7 pages. Tiré de https://doi.org/10.1115/1.4036338
Article de revue
Chartrand, G., Cheng, P.M., Vorontsov, E., Drozdzal, M., Turcotte, S., Pal, C.J., Kadoury, S. & Tang, A. (2017). Deep Learning: A Primer for Radiologists. RadioGraphics, 37(7), 2113-2131. Tiré de https://doi.org/10.1148/rg.2017170077
Article de revue
Kadoury, S., Mandel, W., Roy-Beaudry, M., Nault, M.-L. & Parent, S. (2017). 3D Morphology Prediction of Progressive Spinal Deformities from Probabilistic Modeling of Discriminant Manifolds. IEEE Transactions on Medical Imaging, 36(5), 1194-1204. Tiré de https://doi.org/10.1109/TMI.2017.2657225
Article de revue
Parent, F., Loranger, S., Mandal, K.K., Iezzi, V.L., Lapointe, J., Boisvert, J.-S., Baiad, M.D., Kadoury, S. & Kashyap, R. (2017). Enhancement of accuracy in shape sensing of surgical needles using optical frequency domain reflectometry in optical fibers. Biomedical Optics Express, 8(4), 2210-2221. Tiré de https://doi.org/10.1364/BOE.8.002210

Encadrement à Polytechnique

TERMINÉ

  • Mémoire de maîtrise (6)

    • Nozadi, S.H. (2017). Classification of Alzheimer's Disease and Mild Cognitive Impairment Using Longitudinal FDG-PET Images (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/2586/
    • Gérard, M. (2016). Modélisation 3D des artères hépatiques et visualisation par fusion d'imagerie par résonance magnétique et d'imagerie ultrasonore (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/2390/
    • Mandal, K.K. (2016). Intra-Operative Needle Tracking Using Optical Shape Sensing Technology (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/2090/
    • Parent, F. (2016). Reconstruction 3D de la forme d'aiguilles chirurgicales en utilisant la réflectométrie fréquentielle dans des fibres optiques (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/2126/
    • Thong, W. (2015). Apprentissage de représentations pour la classification d'images biomédicales (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1842/
    • De Leener, B. (2014). Segmentation automatique de la moelle épinière sur des images de résonance magnétique par propagation de modèles déformables (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1471

Revue de presse concernant Samuel Kadoury

18 novembre 2017, Le Devoir, Les avancées de l’intelligence artificielle s’apprêtent à bouleverser la pratique médicale Dans son laboratoire, Samuel Kadoury, professeur agrégé au Département de génie informatique et génie logiciel à Polytechnique Montréal, travaille à entraîner des logiciels, dont un capable de déterminer si de jeunes patients atteints de scoliose auront besoin ou pas d'une grande chirurgie.
23 novembre 2016, Le médecin du Québec, Médecine et intelligence artificielle : un nouveau monde de possibilités Mentions de Christopher Pal et de Samuel Kadoury, professeurs agrégés au Département de génie informatique et génie logiciel de Polytechnique Montréal.