Développement de mesures rapides et fiables de l’écoulement sanguin en IRM en combinant la simulation numérique réalistes et la reconstruction d'image avancée basée sur l'apprentissage profond
Coordinateur:
INSA Lyon
Responsable INSA:
Bruno SIXOU
Le but du projet est de fournir aux cliniciens une méthode de quantification du flux sanguin rapide et fiable pour explorer les écoulements anormaux dans la région la plus difficile à étudier, le système vasculaire cardio-thoracique.
Enjeu:
Santé Globale et Bioingénierie
Partenaires:
UNIVERSITÉ DE MONTPELLIER
CNRS
Financement:
ANR
Dates projet:
2024-10-01 00:00:00 - 2028-12-01 00:00:00
Montant global du projet:
470292
Contact:
bruno.sixou@insa-lyon.fr
Chapo:
Les simulations numériques et l’apprentissage profond pourront-ils améliorer l’étude du flux sanguin par IRM?
Climatologie de la cardiomyopathie non ischémique chronique prédiction à long terme avec des données et modèles multi-échelles
Coordinateur:
INRIA
Responsable INSA:
Olivier BERNARD
Les cardiomyopathies chroniques non ischémiques (CMNI) sont un groupe complexe de maladies cardiaques représentant 40 % des patients en insuffisance cardiaque. La difficulté de classification, de diagnostic et de traitement est due à leur caractère multifactoriel et à la variabilité clinique. Les sous-types majeurs sont les cardiomyopathies dilatées et hypertrophiques (CMD et CMH), chacune présentant des caractéristiques distinctes. Ces maladies peuvent évoluer vers l'insuffisance cardiaque et comportent un risque d'arythmies cardiaques, y compris la mort subite.
Enjeu:
Santé Globale et Bioingénierie
Partenaires:
INRIA
HCL
APHM MARSEILLE
Financement:
PIA ANR
Dates projet:
2023-07-01 00:00:00 - 2027-08-01 00:00:00
Montant global du projet:
1796572
Contact:
olivier.bernard@insa-lyon.fr
Chapo:
Prédiction de l'évolution des cardiomyopathies chroniques non-ischémiques par modèles computationnels
Stratification du risque de l'embolie pulmonaire par modelisation de l'arbre vasculaire pulmonaire
Coordinateur:
INSA LYON
Responsable INSA:
Odyssée MERVEILLE
L'embolie pulmonaire (obstruction d'une artère pulmonaire par un caillot sanguin) est la 3ᵉ cause de mortalité en Europe. Après diagnostic, les cliniciens évaluent le pronostic du patient par stratification du risque, sur lequel est basé le protocole de gestion du patient, et donc son évolution. Des études récentes ont montré que la stratification du risque basé sur l'angioscanner n'est pas bien corrélée au pronostic du patient.
Enjeu:
Santé Globale et Bioingénierie
Financement:
ANR
Dates projet:
2023-01-01 00:00:00 - 2026-12-01 00:00:00
Montant global du projet:
279046
Contact:
odysse.merveille@insa-lyon.fr
Chapo:
Prédiction du risque de patients atteints d’embolie aigue à partir de biomarqueurs fonctionels et morphologiques
Diagnostic étiologique de maladies cardiaques basé sur les images échocardiographiques et les données cliniques
Coordinateur:
INSA LYON
Responsable INSA:
Olivier BERNARD
L'échocardiographie joue un rôle prépondérant dans la pratique clinique quotidienne pour mettre en évidence une dysfonction structurelle ou fonctionnelle du cœur. Les anomalies observées combinées aux données cliniques de patients conduisent à des diagnostics, dont beaucoup nécessitent la réalisation d'examens complémentaires pour diagnostiquer l'origine (étiologie) de la pathologie cardiaque, ce qui modifiera le pronostic du patient et la thérapie ultérieure.
Enjeu:
Santé Globale et Bioingénierie
Partenaires:
CNAM
SORBONNE UNIVERSITE
CHU CAEN NORMANDIE
Financement:
ANR
Dates projet:
2022-12-01 00:00:00 - 2026-11-01 00:00:00
Montant global du projet:
340762
Contact:
olivier.bernard@insa-lyon.fr
Chapo:
Prédiction de l'origine (étiologie) de pathologies cardiaques à partir de séquences d'images échocardiographiques et des données de patients
Imagerie hyperspectrale ultrarapide pour l'optique biomédicale
Coordinateur:
INSA LYON
Responsable INSA:
Nicolas DUCROS
Nous souhaitons développer un concept où la physique, l'informatique et les mathématiques appliquées permettront d’imager plus rapidement qu'avec les techniques classiques. Pour ce faire, nous proposons de façonner la lumière avec des modulateurs spatiaux de lumière, ce qui permettra d'acquérir plusieurs pixels à la fois et fournira des rapports signal/bruit améliorés. Inspirés par les avancées récentes en intelligence artificielle, nous développerons des réseaux de neurones capable de reconstruire des images à haute résolution spectrale en temps réel.
Enjeu:
Santé Globale et Bioingénierie
Partenaires:
UNIVERSITE CLAUDE BERNARD LYON 1
HCL
Financement:
ANR
Dates projet:
2023-01-01 00:00:00 - 2026-06-01 00:00:00
Montant global du projet:
401602
Contact:
nicolas.ducros@insa-lyon.fr
Chapo:
L'objectif de ce projet est de concevoir la prochaine génération d’imageurs spectraux rapides pour des applications biomédicales
Soumis par Anonyme (non vérifié) le mer, 09/08/2021 - 16:47
Tags:
IMAGERIE MEDICALE
INTELLIGENCE ARTIFICIELLE
Coordinateur:
UNIV DE BRETAGNE OCCIDENTAL
Responsable INSA:
Bruno SIXOU
L’objectif de ce projet est de développer des nouvelles méthodes de reconstruction d’images médicale multimodales en utilisant des techniques d’intelligence artificielle.
Soumis par Anonyme (non vérifié) le ven, 02/26/2021 - 16:19
Tags:
NAVIGATION INTERVENTIONNELLE
SIMULATION
Predictive Simulation for the Planning of Interventional Neuroradiology procedures
Coordinateur:
INRIA
Responsable INSA:
Carole FRINDEL
PreSPIN se concentre sur des outils de simulation haute fidélité pour aider les médecins à planifier leur intervention endovasculaire sur les accidents vasculaires cérébraux intracérébraux
Soumis par Anonyme (non vérifié) le mer, 04/29/2020 - 14:02
Tags:
APPRENTISSAGE PROFOND
SEGMENTATION DE VAISSEAUX SANGUINS
Régularisation par apprentissage profond - Application aux vaisseaux sanguins
Coordinateur:
INSA LYON - CREATIS
Responsable INSA:
Odyssée Merveille
Malgré le boom de l’intelligence artificielle (IA), cette dernière peine à s’imposer en imagerie médicale car elle requiert de larges bases de données souvent indisponibles.
Ce projet propose de mélanger des méthodes classiques (variationnelles) et de l’apprentissage profond (IA) en utilisant des images simulées permettant de contourner le manque crucial de données. L’application principale envisagée est la détection de vaisseaux sanguins pour une meilleure prise en charge des suites de l’AVC.
Soumis par Anonyme (non vérifié) le jeu, 11/21/2019 - 15:35
Simulation pour la prédiction de l'évolution des lésions dans l'accident vasculaire cérébral
Coordinateur:
INSA LYON - CREATIS
Responsable INSA:
Carole FRINDEL
Ce projet propose de simuler des images avec un fort degré de réalisme physiologique dans le cadre de l'AVC, dans le but de créer des jeux de données suffisamment grands pour permettre aux approches d'apprentissage automatique d'être efficaces.
Pour ce faire, ce projet vise une simulation qui intègre la mécanique des fluides dans la lumière vasculaire spécifique au patient extrait à partir de données d'angiographie tridimensionnelle.