Classification et interprétation des données multimodales et longitudinales en génie biomédical

点击翻译按钮获取中文摘要

Le développement rapide des technologies médicales a engendré une augmentation considérable de la masse de données biomédicales multimodales (c'est-à-dire, enregistrées à partir de plusieurs modalités d'acquisitions comme les capteurs de mouvement, imageries radiographiques et évaluations cliniques) et longitudinales (c'est-à-dire, mesurées régulièrement dans le temps pour des fins de suivi). L'analyse de données multimodales et longitudinales est un sujet de grand intérêt pour le développement de nouvelles technologies médicales. Le programme de recherche que nous proposons de mener a un caractère aussi bien fondamental qu'appliqué. Son but est de développer des méthodes importantes d'analyse de données multimodales et longitudinales en vue de les appliquer à des problèmes concrets de suivi de pathologies chroniques. Les objectifs visés sont: (1) Développement de méthodes de classification de données multimodales et longitudinales (2) Mise en ouvre de méthodes d'interprétabilité et de visualisation de modèles de classification et (3) Analyse de corrélations des données multimodales et longitudinales. La réalisation de ces objectifs contribuera directement à l'avancement des connaissances, d'une part, dans le domaine d'analyse de données et de classification de formes et, d'autre part, dans le domaine de la santé par le développement d'applications de suivi de pathologies chroniques telles que l'arthrose au genou et l'insuffisance cardiorespiratoire. Les retombées de ce programme de recherche se situent sur plusieurs niveaux. Premièrement, il permettra de développer des méthodes de classification de données multimodales et longitudinales et, par conséquent, l'avancée des connaissances scientifiques dans ce domaine. Les méthodes d'interprétabilité et de visualisation permettront de démystifier et de mieux comprendre les décisions prises par les systèmes de classification ce qui augmentera l'acceptabilité et l'appropriation des systèmes d'aide à la décision par les utilisateurs. Deuxièmement, il formera un étudiant à la maitrise, deux doctorants et un post-doctorant dans le but d'aborder des problématiques de recherche en génie (électrique, informatique et biomédical) et de les réconcilier aux besoins cliniques. Troisièmement, les méthodes de suivi de la progression de l'arthrose au genou seront intégrées au système d'évaluation fonctionnelle du genou KneeKG, actuellement commercialisé par la compagnie canadienne EMOVI. Cette recherche contribuera, ainsi, à la réduction du coût des soins de santé spécialisés par une prise en charge adéquate en première ligne. Il en est de même pour l'insuffisance cardiaque qui touche, actuellement, environ 600000 Canadiens et qui coute environ 10 milliards de dollars annuellement en frais d'hospitalisation. Le suivi à domicile de cette pathologie permettra, d'une part, un maintien à domicile et une meilleure qualité de vie au patient, et d'autre part, une optimisation des ressources et des services de santé.