Développement de méthodes pour le diagnostic des stades de la maladie d’Alzheimer par IRM
- Contexte: Les professionnels de santé éprouvent des difficultés à détecter et à surveiller l’évolution de la maladie d’Alzheimer en raison de l’insuffisance de précision dans les diagnostics et du manque d’efficacité des méthodes actuelles pour atteindre une précision optimale.
- Problématique: Les progrès récents en imagerie médicale et en intelligence artificielle offrent de nouvelles possibilités pour améliorer la détection précoce et l’intervention rapide pour les patients atteints de la maladie d’Alzheimer.
- Objectifs:
- Définir l’architecture en réseau de neurones optimale pour la représentation des images.
- Constituer la base de données à utiliser pour la validation avec des classes équilibrées.
- Combiner l’apprentissage profond avec l’apprentissage traditionnel pour la classification.
- Méthodologie:
- Acquisition de la base de donnée des images IRM
- Pré-traitement des images
- Extraction des caractéristiques
- Classification par un SVM
- Evaluation du modèle
- Résultats: Les résultats préliminaires sont encourageants, mais peuvent être améliorés
- Conclusion: La méthode proposée a pu être évaluée et a permis d’obtenir des résultats prometteurs.
Présenté par
Mahdi BACCAR, élève ingénieur en Télécommunications à l’école Nationale d’ingénieurs de Tunis, stagiaire chez UQAR-Campus de Lévis.
Partenaires
