UPThèses

• Français
• English

Français

Représentation uniforme de l'imagerie médicale

Le domaine médical est un vaste domaine d’application de l’intelligence artificielle. Malgré les avancées récentes, il y reste une large marge d’innovation et d’amélioration face à des enjeux majeurs. L’apprentissage profond de son côté représente une perspective importante dans de multiples domaines et en particulier dans celui de l’imagerie médicale. Lors du déploiement de cette technique une restriction importante est liée aux données, leur disponibilité et leur confidentialité. Dans ce travail de thèse, nous proposons d’offrir aux experts médicaux de nouveaux outils pour utiliser l’apprentissage profond avec une quantité limitée de données. Nous soulignons également le danger de la pseudo-anonymisation et nous proposons un pipeline permettant une véritable anonymisation liée à l’identité du patient et à l’équipement d’acquisition.

Mots-clés libres : Intelligence artificielle, apprentissage profond, anonymisation, meta-apprentissage, few-shot-learning.

Rameau (langage normalisé) :
• Apprentissage profond
  
• Intelligence artificielle
  
• Confidentialité
  
• Meta-apprentissage
  
• Analyse des données
  
• Imagerie médicale‎--Qualité de l'image