Répertoire des expertises
Retour aux résultats de recherche

Intérêts de recherche et affiliations

Intérêts de recherche

Mes intérêts de recherche portent sur le développement de nouvelles technologies en neuroimagerie pédiatrique, avec un intérêt particulier sur les outils d'analyse d'images open-source du cerveau et de la moelle épinière acquises par résonance magnétique, en utilisant des approches avancées de segmentation et de recalage d'image, de template et d'atlas neurodéveloppementaux et d'apprentissage machine. Le laboratoire est intimement lié à l'Institut TransMedTech et le Centre de Recherche du CHU Sainte-Justine, offrant des collaborations importantes entre chercheurs, ingénieurs, psychologue, radiologues et médecins.

  • Imagerie médicale
  • Vision par ordinateur
  • Neuroimagerie pédiatrique
  • Traitement et analyse d'images
  • Apprentissage machine
  • Modélisation
Type(s) d'expertises (sujets CRSNG)
  • 1901 Technologie biomédicale
  • 2603 Vision artificielle
  • 2605 Analyse de formes et intelligence artificielle
  • 2604 Applications de systèmes intelligents
  • 2708 Traitement d'images et traitement vidéo

Publications

Publications récentes
Communication de conférence
Dimitrijevic, A., Noblet, V. & De Leener, B. (2022). Deep learning-based longitudinal intra-subject registration of pediatric brain MR images. Communication présentée à 10th International Workshop on Biomedical Image Registration (WBIR 2022), Munich, Germany (5 pages). Tiré de https://doi.org/10.1007/978-3-031-11203-4_24
Article de revue
Pierre, W.C., Zhang, E., Londono, I., De Leener, B., Lesage, F. & Lodygensky, G.A. (2022). Non-invasive in vivo MRI detects long-term microstructural brain alterations related to learning and memory impairments in a model of inflammation-induced white matter injury. Behavioural Brain Research, 428, 13 pages. Tiré de https://doi.org/10.1016/j.bbr.2022.113884
Article de revue
Shahrampour, S., De Leener, B., Alizadeh, M., Middleton, D., Krisa, L., Flanders, A.E., Faro, S.H., Cohen-Adad, J. & Mohamed, F.B. (2021). Atlas-Based Quantification of DTI Measures in a Typically Developing Pediatric Spinal Cord. American Journal of Neuroradiology, 42(9), 1727-1734. Tiré de https://doi.org/10.3174/ajnr.A7221
Article de revue
Levitis, E., van Praag, C.D.G., Gau, R., Heunis, S., DuPre, E., Kiar, G., Bottenhorn, K.L., Glatard, T., Nikolaidis, A., Whitaker, K.J., Mancini, M., Niso, G., Afyouni, S., Alonso Ortiz, E., Appelhoff, S., Arnatkeviciute, A., Atay, S.M., Auer, T., Baracchini, G., Bayer, J.M.M., Beauvais, M.J.S., Bijsterbosch, J.D., Bilgin, I.P., Bollmann, S., Bollmann, S., Botvinik-Nezer, R., Bright, M.G., Calhoun, V.D., Chen, X., Chopra, S., Chuan-Peng, H., Close, T.G., Cookson, S.L., Craddock, R.C., De La Vega, A., De Leener, B., Demeter, D.V., Di Maio, P., Dickie, E.W., Eickhoff, S.B., Esteban, O., Finc, K., Frigo, M., Ganesan, S., Ganz, M., Garner, K.G., Garza-Villarreal, E.A., Gonzalez-Escamilla, G., Goswami, R., Griffiths, J.D., Grootswagers, T., Guay, S., Guest, O., Handwerker, D.A., Herholz, P., Heuer, K., Huijser, D.C., Iacovella, V., Joseph, M.J.E., Karakuzu, A., Keator, D.B., Kobeleva, X., Kumar, M., Laird, A.R., Larson-Prior, L.J., Lautarescu, A., Lazari, A., Legarreta, J.H., Li, X.-Y., Lv, J., Mansour L., S., Meunier, D., Moraczewski, D., Nandi, T., Nastase, S.A., Nau, M., Noble, S., Norgaard, M., Obungoloch, J., Oostenveld, R., Orchard, E.R., Pinho, A.L., Poldrack, R.A., Qiu, A., Raamana, P.R., Rokem, A., Rutherford, S., Sharan, M., Shaw, T.B., Syeda, W.T., Testerman, M.M., Toro, R., Valk, S.L., Van Den Bossche, S., Varoquaux, G., Váša, F., Veldsman, M., Vohryzek, J., Wagner, A.S., Walsh, R.J., White, T., Wong, F.-T., Xie, X., Yan, C.-G., Yang, Y.-F., Yee, Y., Zanitti, G.E., Van Gulick, A.E., Duff, E. & Maumet, C. (2021). Centering inclusivity in the design of online conferences: An OHBM–Open Science perspective. GigaScience, 10(8), 14 pages. Tiré de https://doi.org/10.1093/gigascience/giab051

Enseignement

INF1005D – Programmation procédurale en Python

INF1007 - Introduction à la programmation

GBM8770 - Traitement numérique d'images médicales

Formation

  • Doctorat en génie biomédical, Polytechnique Montréal, Canada
  • Maîtrise en génie biomédical, Polytechnique Montréal, Canada
  • Master en ingénieur civil biomédical, Université Libre de Bruxelles, Belgique
  • Bachelier en ingénierie civil, Université Libre de Bruxelles, Belgique

Encadrement à Polytechnique

EN COURS

  • Doctorat (1)

    • Zhang, Erjun. Développement d'un modèle IRM de diffusion pour la quantification de l'impact de l'hypoglycémie sur le cerveau de bébés prématurés.
  • Maîtrise recherche (2)

    • Blanc, Colline. Développement d’un pipeline automatisé d’analyse d’images de la moelle épinière chez les enfants.
    • Ridani, Daniel. Développement d’un algorithme de reconstruction d’images IRM néonatal par imagerie QSM.

Nouvelle(s) concernant Benjamin De Leener

NOUVELLES | 7 juillet 2022
Programmes de recherche axée sur la découverte du CRSNG: 42 chercheuses et chercheurs de Polytechnique Montréal obtiennent plus de 2 M$ de subventions | Lire

Revue de presse concernant Benjamin De Leener

1 mars 2021, La Presse, ChrysaLabs : du génie biomédical aux sondes d’analyse du sol Gabriel Mangeat, étudiant au doctorat en génie biomédical, et Benjamin De Leener, professeur adjoint au Département de génie informatique et génie logiciel, tous deux à Polytechnique Montréal, qui ont fondé ChrysaLabs, parlent de la mise en marché d'une sonde portative pour analyser le sol en temps réel.  
10 mars 2020, McGill, Neural Pathways: Dr. Benjamin De Leener Article sur Benjamin De Leener, professeur adjoint au Département de génie informatique et génie logiciel de Polytechnique Montréal et titulaire de la chaire de recherche TransMedTech.