Samuel Kadoury
B.Ing. (Poly), M.Ing. (McGill), Ph.D. (Montréal), Postdoc (INRIA)
Professeur titulaire
Département de génie informatique et génie logiciel
Département de génie informatique et génie logiciel
Domaines d'expertise
Technologie biomédicale Vision artificielle Applications de systèmes intelligents Analyse de formes et intelligence artificielle Traitement d'images et traitement vidéo
Technologie biomédicale Vision artificielle Applications de systèmes intelligents Analyse de formes et intelligence artificielle Traitement d'images et traitement vidéo
Pôle d'excellence principal
Santé humaine
Santé humaine
Pôle(s) d'excellence secondaire(s)
Modélisation et intelligence artificielle Technologies de l'information et communications
Modélisation et intelligence artificielle Technologies de l'information et communications
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
- Techniques d'apprentissage
- Vision par ordinateur
- Reconnaissance et modélisation d'organes
- Systèmes de navigation interventionnels
- Fusion d'images multimodales
Affiliation(s)
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
Article de revue
Communication de conférence
Communication de conférence
Elforaici, M. E. A., Montagnon, E., Romero, F. P., Le, W. T., Azzi, F., Trudel, D., Nguyen, B., Turcotte, S., Tang, A., & Kadoury, S. (2025). Semi-supervised ViT knowledge distillation network with style transfer normalization for colorectal liver metastases survival prediction. Medical Image Analysis, 99, 103346 (16 pages).
Theriault-Lauzier, P., Cobin, D., Tastet, O., Langlais, E. L., Taji, B., Kang, G., Chong, A.-Y., So, D., Tang, A., Gichoya, J. W., Chandar, S., Déziel, P.-L., Hussin, J. G., Kadoury, S., & Avram, R. (2024). A responsible framework for applying artificial intelligence on medical images and signals at the point-of-care: the PACS-AI platform. Canadian Journal of Cardiology, 025 (39 pages).
Elforaici, M. E. A., Azzi, F., Trudel, D., Nguyen, B., Montagnon, E., Tang, A., Turcotte, S., & Kadoury, S. (mai 2024). Cell-Level GNN-Based Prediction of Tumor Regression Grade in Colorectal Liver Metastases From Histopathology Images [Communication écrite]. 21st IEEE International Symposium on Biomedical Imaging (ISBI 2024), Athens, Greece (5 pages).
Thibeault, S., Romaguera, L. V., & Kadoury, S. (octobre 2024). Conditional 4D Motion Diffusion Models with Masked Observations to Forecast Deformations [Communication écrite]. 27th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2024), Marrakesh, Morocco.
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (4)
- Picot, F. (2022). Sonde Raman multimodale intégrée à une plateforme d'imagerie TRUS-IRM à l'aide d'un capteur électromagnétique pour améliorer le guidage des biopsies de la prostate [Thèse de doctorat, Polytechnique Montréal].
- Vazquez Romaguera, L. (2021). Image-Based Analysis and Modelling of Respiratory Motion Using Deep Learning Techniques [Thèse de doctorat, Polytechnique Montréal].
- Vorontsov, E. (2020). On Medical Image Segmentation and on Modeling Long Term Dependencies [Thèse de doctorat, Polytechnique Montréal].
- Shakeri, M. (2016). Analysis of Sub-Cortical Morphology in Benign Epilepsy with Centrotemporal Spikes [Thèse de doctorat, École Polytechnique de Montréal].
- Picot, F. (2022). Sonde Raman multimodale intégrée à une plateforme d'imagerie TRUS-IRM à l'aide d'un capteur électromagnétique pour améliorer le guidage des biopsies de la prostate [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (15)
- Alefsen de Boisredon d'Assier, M. (2023). Méthodes faiblement supervisées d'apprentissage profond pour la segmentation inter-modalités de tumeurs en imagerie médicale [Mémoire de maîtrise, Polytechnique Montréal].
- Francoeur, J. (2023). Conception d'un capteur optique distribué pour la détection de forme des instruments médicaux en chirurgie minimalement invasive [Mémoire de maîtrise, Polytechnique Montréal].
- Cros, S. (2021). Méthodes d'apprentissage profond 3D en radiothérapie pour la segmentation d'organes et la prédiction de distributions de dose [Mémoire de maîtrise, Polytechnique Montréal].
- Mezheritsky, T. (2021). Modélisation du mouvement tridimensionnel du foie à partir d'images échographiques 2D par auto-encodeurs convolutionnels [Mémoire de maîtrise, Polytechnique Montréal].
- Shakeri, S. (2020). Deformable MRI to Transrectal Ultrasound Registration for Prostate Interventions Using Deep Learning [Mémoire de maîtrise, Polytechnique Montréal].
- Maaref, A. (2019). Prediction of Chemotherapy Response of Liver Metastases from Baseline CT-Images Using Deep Neural Networks [Mémoire de maîtrise, Polytechnique Montréal].
- 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].
- 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].
- 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].
- 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].
- 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].
- Mandal, K. K. (2016). Intra-Operative Needle Tracking Using Optical Shape Sensing Technology [Mémoire de maîtrise, École Polytechnique de Montréal].
- 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].
- Thong, W. (2015). Apprentissage de représentations pour la classification d'images biomédicales [Mémoire de maîtrise, École Polytechnique de Montréal].
- 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].
- Alefsen de Boisredon d'Assier, M. (2023). Méthodes faiblement supervisées d'apprentissage profond pour la segmentation inter-modalités de tumeurs en imagerie médicale [Mémoire de maîtrise, Polytechnique Montréal].
Prix et distinctions
Nouvelle(s) concernant Samuel Kadoury
NOUVELLES
|
17 juillet 2023
Un projet d’IA en imagerie médicale reçoit l’appui du CIFAR et d’IVADO |
Lire
NOUVELLES
|
31 mars 2022
Polytechnique Montréal décerne des récompenses pour des mémoires et des thèses remarquables en 2021 |
Lire
NOUVELLES
|
24 février 2021
50 scientifiques de Polytechnique Montréal parmi le top 2 % des plus cités dans leur champ de recherche |
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
Revue de presse concernant Samuel Kadoury

27 mai 2024,
Savoir Média,
La vie continue - Cancer du cerveau | Saison 1 - Épisode 4
Frédéric Leblond et Samuel Kadoury, respectivement professeur au Département de génie physique et professeur au Département de génie informatique et génie logiciel, discute à propos des techniques qu'ils élaborent pour la détection des cellules cancéreuses du cancer du cerveau.

2 février 2024,
ICI Nouvelles,
Cancers de la région ORL : prédire les effets des traitements avec l'IA
Samuel Kadoury, professeur titulaire au Département de génie informatique et génie logiciel, parle des recherches qu'il mène sur l'usage de l'intelligence artificielle dans le traitement du cancer.

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.