Titre du projet de recherche
Traitement d'images IRM du cerveau et de la moelle épinière
niveau d'étude
Maîtrise ou doctorat
Directeur/codirecteur
Directeur : Julien Cohen-Adad
Fin de l'affichage
29 juin 2025
Domaines d'expertise
Recherche en sciences de la vie liées à la santé publique et aux maladies humaines
Traitement d'images et traitement vidéo
Unité(s) et département(s)
Département de génie électrique
Centre de recherche en sciences et technologies biomédicales (GRSTB)
Description détaillée
L'IRM est utilisée en routine clinique pour détecter certaines pathologies comme la sclérose en plaques ou les AVC. En revanche, une limitation de l'IRM clinique est sa faible sensibilité pour détecter des anomalies de la matière blanche (axones). De nouvelles techniques d'IRM permettent maintenant de caractériser la myéline des axones, et donc d'apporter un meilleur diagnostic. Néanmoins, ces nouvelles techniques nécessitent un traitement d'image particulier avant de pouvoir être interprétées par les radiologues. Cette thématique de recherche consiste à développer de nouvelles méthodes qui pourront ensuite être utilisées cliniquement pour quantifier les anomalies des axones dans le cerveau et dans la moelle épinière. Exemples de projets :
- Mettre en place un pipeline d'analyse pour traiter automatiquement les examens IRM, effectuer un contrôle qualité des ensembles de données analysés (par exemple : identifier les processus automatiques défaillants et trouver des solutions) ;
- Interpréter les résultats avec l'aide de neurologues, effectuer des statistiques pour trouver les meilleurs biomarqueurs à partir des données IRM (ex. : section transversale de la moelle épinière, charge lésionnelle de la SEP).
- Créez des 'template' d'IRM, représentant l'anatomie moyenne de plusieurs individus.
Collaboration
Ces projets sont généralement réalisés en collaboration avec des institutions internationales de neuroimagerie (ex : Harvard-MGH Martinos Center, UCL, Stanford, U. of Toronto), avec des possibilités de stage à l'étranger.
Compétences recommandées
image analysis | python | git/GitHub | analysis pipeline | computer vision | statistics
Publications pertinentes
- Karthik et al. MICCAI 2024
- Lemay et al. Journal of Machine Learning for Biomedical Imaging 2022
- Kerbrat et al. Brain 2020
- Eden et al. Brain 2019
Contact
Possibilité de financement
Financement possible en partie selon certaines conditions.

Julien Cohen-Adad
Professeur titulaire