Soutenance de mémoire : Analyser la complexité de la radiomique : Approches pour une modélisation simplifiée

Description :

Conférencier : Mahdi Ait Lhaj Loutfi, étudiant à la maîtrise en informatique, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Résumé : La radiomique est une discipline émergente qui utilise des données quantitatives extraites d’images médicales pour développer des modèles prédictifs. Malgré son adoption croissante dans divers contextes de recherche, la radiomique fait face à plusieurs défis, notamment, la grande dimensionnalité des ensembles de caractéristiques radiomiques, la variabilité des types de caractéristiques radiomiques et les exigences potentiellement très élevées en matière de calcul. Ces défis soulignent la nécessité d’une méthode efficace pour identifier les caractéristiques les plus simples et les plus efficaces pour un problème clinique spécifique.

Dans ce mémoire, nous aborderons le concept de niveaux de complexité radiomique, défini par les étapes de calculs nécessaires pour l’extraction d’un type de caractéristiques. Par la suite, nous vérifierons l’hypothèse selon laquelle il existe un niveau de complexité optimal pour un problème clinique donné. Par conséquent, nous nous attaquerons à l’identification de ces niveaux optimaux pour diverses applications cliniques. Cette question est centrale pour simplifier les approches radiomiques. À travers l’analyse de cinq jeux de données avec différentes modalités d’imagerie pour prédire divers résultats cliniques, nous extrairons des caractéristiques radiomiques pour chaque niveau de complexité et nous évaluerons leurs performances pour identifier le niveau optimal, défini par le niveau le plus performant avec le minimum de caractéristiques. Nous validerons ensuite notre hypothèse de l’existence d’un niveau radiomique optimal pour un problème clinique donné et nous confirmerons l’efficacité de notre méthodologie pour déterminer ce niveau. Nous démontrerons par la suite comment cette identification peut conduire à des améliorations de performance via des analyses approfondies. De plus, nous présenterons les outils développés au cours de ce projet, lesquels intègrent notre méthodologie et rendent les analyses radiomiques accessibles aux professionnels de diverses disciplines. Nous mettrons également en avant la synergie entre les informaticiens et les professionnels de la santé, essentielle pour les applications radiomiques.

Membre du jury, président rapporteur : François Rheault, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, directeur de recherche : Martin Vallières, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, codirecteur de recherche : Martin Lepage, professeur, Faculté de médecine et des sciences de la santé, département de médecine nucléaire et radiobiologie, Université de Sherbrooke

Membre du jury, évaluateur externe : An Tang, professeur, Département de radiologie, radio-oncologie et médecine nucléaire, Université de Montréal

Toutes les personnes intéressées sont cordialement invitées.

Lien Teams : https://bit.ly/46vSRyd