Répertoire des expertises
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
Communication de conférence
Le, W., Romero, F.P. & Kadoury, S. (2020). Convolutionally Normalized Survival Prediction of Head and Neck Cancer Using Planning CT [Résumé]. Communication présentée à 62nd Annual Meeting of the American-Society-for-Radiation-Oncology (ASTRO 2020). (Publié dans International Journal of Radiation Oncology*Biology*Physics, 108(3 (supplement)), 2 pages). Tiré de https://doi.org/10.1016/j.ijrobp.2020.07.306
Article de revue
Picot, F., Daoust, F., Sheehy, G., Dallaire, F., Chaikho, L., Bégin, T., Kadoury, S. & Leblond, F. (2020). Data consistency and classification model transferability across biomedical Raman spectroscopy systems. Translational Biophotonics, 11 pages. Tiré de https://doi.org/10.1002/tbio.202000019
Article de revue
Montagnon, E., Cerny, M., Cadrin-Chênevert, A., Hamilton, V., Derennes, T., Ilinca, A., Vandenbroucke-Menu, F., Turcotte, S., Kadoury, S. & Tang, A. (2020). Deep learning workflow in radiology: a primer. Insights into Imaging, 11(22), 15 pages. Tiré de https://doi.org/10.1186/s13244-019-0832-5
Communication de conférence
Mezheritsky, T., Vazquez Romaguera, L. & Kadoury, S. (2020). 3D Ultrasound Generation from Partial 2D Observations Using Fully Convolutional and Spatial Transformation Networks. Communication présentée à 17th IEEE International Symposium on Biomedical Imaging (ISBI 2020), Iowa City, IA (p. 1808-1811). Tiré de https://doi.org/10.1109/ISBI45749.2020.9098423

Encadrement à Polytechnique

TERMINÉ

  • Thèse de doctorat (2)

    • Vorontsov, E. (2020). On Medical Image Segmentation and on Modeling Long Term Dependencies (Thèse de doctorat, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/5257/
    • Shakeri, M. (2016). Analysis of sub-cortical morphology in benign epilepsy with centrotemporal spikes (Thèse de doctorat, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2453/
  • Mémoire de maîtrise (11)

    • Shakeri, S. (2020). Deformable MRI to Transrectal Ultrasound Registration for Prostate Interventions Using Deep Learning (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/5369/
    • Maaref, A. (2019). Prediction of Chemotherapy Response of Liver Metastases from Baseline CT-Images Using Deep Neural Networks (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/4186/
    • Oulbacha, R. (2019). Synthèse d’images tomodensitométriques à partir d’IRM par des réseaux adverses génératifs pour le recalage 3D/2D de la colonne vertébrale (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/4162/
    • Boucher, M.-A. (2018). Volumétrie des ventricules latéraux chez le nouveau-né par segmentation automatique d'échographies 3D (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/3116/
    • Jobidon-Lavergne, H. (2018). Intégration de la simulation numérique à la navigation chirurgicale pour le traitement de la scoliose par chirurgie de modulation de croissance sans fusion par attache flexible (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/3762/
    • 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 https://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 https://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 https://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 https://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 https://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 https://publications.polymtl.ca/1471

Nouvelle(s) concernant Samuel Kadoury

NOUVELLES | 24 février 2021
50 scientifiques de Polytechnique Montréal parmi le top 2 % des plus cités dans leur champ de recherche | Lire
NOUVELLES | 6 août 2020
Polytechnique en vedette dans la revue «Plan» | Lire
NOUVELLES | 19 décembre 2019
Recherche sur le cancer : les projets de deux professeurs de Polytechnique lauréats du concours Onco-Tech | Lire
NOUVELLES | 15 octobre 2018
Quatre chaires de recherche du Canada à Polytechnique Montréal font progresser le savoir à tous azimuts | Lire
NOUVELLES | 22 février 2018
Des réseaux de neurones profonds identifient les tumeurs | Lire
NOUVELLES | 22 janvier 2018
Concours de projets 2017 de l’Institut TransMedTech : du soutien pour les projets de professeurs et d’étudiants chercheurs de Polytechnique Montréal | Lire

Revue de presse concernant Samuel Kadoury

1 mars 2020, La Presse, L'intelligence artificielle contre le cancer Cinq projets de recherche, auxquels participent plusieurs chercheurs de Polytechnique Montréal et soutenus par l'Institut TransMedTech, viennent d'être financés par le concours Onco-Tech.
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.