Institut multidisciplinaire d'intelligence artificielle

DESCRIPTION

La chaire à l'utilisation de l'intelligence artificielle dans le cadre du développement d'aides informatiques destinées aux interventions médicales et chirurgicales. Cela comprend le traitement et l'étalonnage d'images basés sur l'IA, la simulation assistée par l'IA, ainsi que l'extraction de connaissances à partir des traces d'intervention afin de pouvoir modéliser la qualité de celles-ci. L'assistance contextuelle et les dispositifs d'assistance plus autonomes (y compris les robots) font également partie des domaines d'étude de la chaire.
Cette chaire mise en place en étroite collaboration avec des équipes cliniques et des partenaires industriels.

ACTIVITÉS

Les travaux déjà entrepris portent sur l'utilisation de l'apprentissage profond pour l'étalonnage automatique des systèmes d'imagerie interventionnelle CBCT. L'apprentissage est également étudié pour le traitement et la fusion d'images afin de permettre le guidage en temps réel de procédures de diagnostic ou de traitement telles que les biopsies de la prostate et la neurochirurgie. Dans ces deux cas, l'imagerie par ultrasons joue un rôle prédominant pendant l'opération et pose de grands défis en termes de traitement d'images. Par ailleurs, nous développons de nouvelles approches robotiques basées sur des robots continus avec un objectif à moyen terme d'utilisation endoluminale.

chaire

Activité structurante sur l'IA au niveau national avec les partenaires CAMI. Groupe de travail sur l'IA pour la santé au sein du TIMC et du CIC/CHU Grenoble Alpes.

LISTE SÉLECTIVE DE PUBLICATIONS 

• Dupuy, T., Beitone, C., Troccaz, J. et Voros, S. (2021). 2D/3D Deep registration pour la navigation en temps réel de la biopsie de la prostate. Accepté dans SPIE Medical Imaging 2021 : Image-Guided Procedures, Robotic Interventions, and Modeling. Février 2021.
• Younes, H., Troccaz, J. et Voros, S. (2021). Machine learning and registration for automatic seed localization in 3D US images for prostate brachytherapy (Apprentissage automatique et enregistrement pour la localisation automatique des semences dans les images 3D des États-Unis pour la curiethérapie de la prostate). Medical Physics.
• Derathé A, Reche F, Jannin P, Moreau-Gaudry A, Gibaud B, Voros S. Explaining a model predicting quality of surgical practice : a first presentation to and review by clinical experts. Int J Comput Assist Radiol Surg. 2021 Jun 18. doi : 10.1007/s11548-021-02422-0. Epub ahead of print. PMID : 34143373.
• Carton, F. X., Chabanas, M., Munkvold, B. K., Reinertsen, I. et Noble, J. H. (2020). Segmentation automatique de la tumeur cérébrale dans les images d'échographie peropératoire à l'aide de 3D U-Net. In SPIE Medical Imaging 2020 : Image-Guided Procedures, Robotic Interventions, and Modeling (Vol. 11315, p. 113150S), Houston, mars 2020.
• Lapouge, G., Younes, H., Poignet, P., Voros, S., & Troccaz, J. (2019). Segmentation de l'aiguille dans les volumes d'échographie 3D basée sur l'apprentissage automatique pour le pilotage de l'aiguille. Symposium Hamlyn sur la robotique médicale, Londres, juin 2019.