Imagerie médicale -- reconstruction, visualisation, et analyse - 4MMIM

Objectif(s)

Bases de l'imagerie médicale : initiation aux méthodes d'acquisition et aux types de données, puis passage aux techniques avancées de traitement, d'analyse (incluant les approches par apprentissage profond) et d'interprétation.

L'enseignant principal est Clément Beitone.

Responsable(s)

Antoine FRENOY, Clement BEITONE

Contenu(s)

• Préambule -- Modalités d’imagerie médicale : radiographie (X), scanner (CT), IRM, échographie, imagerie fonctionnelle/métabolique et endoscopie.
• Partie 1 -- Tomographie et reconstruction 3D : principes de la reconstruction à partir de vues 2D projectives (notions théoriques) puis travaux pratiques (TPs Python, utilisation de packages tels que ITK/RTK).
• Partie 2 -- Visualisation : rendu volumique, extraction d’isosurfaces, algorithmes type Marching Cubes et techniques de visualisation 3D.
• Partie 3 -- Traitement et analyse : classification, segmentation et recalage, par des méthodes conventionnelles et des approches fondées sur le deep learning ; présentation des méthodes et architectures majeures, puis mise en pratique (TP PyTorch sur GPU) sur jeux de données réels (data challenges).
• Précautions et limites : enjeux de qualité et de biais des données, contraintes réglementaires et éthiques, et limites des approches IA en contexte clinique.

Tronc commun :

• bases mathématiques pour l'ingénieur
• proba stats 1 et 2
• algo prog 1 et 2
• analyse et calcul pour l'ingénieur
• RO & maths discrète

Contrôle des connaissances

Evaluation : 30% de TP notés et 70% de Projet (rendu du code et des résultats) + rapport écrit + soutenance (30 min)

Rattrapage : Projet (rendu du code et des résultats) + rapport écrit + soutenance (30 min)

Calendrier

Le cours est programmé dans ces filières :

• Cursus ingénieur - Tronc Commun - Semestre 8

Informations complémentaires

Code de l'enseignement : 4MMIM
Langue(s) d'enseignement :

Vous pouvez retrouver ce cours dans la liste de tous les cours.