Analyse d’apprentissage automatique des images par résonance magnétique cardiaque (CMR).

Les approches d’apprentissage automatique peuvent inclure l’extraction de caractéristiques radiomiques, l’analyse de déformation et obtenir l’information manquante des images IRM. Pour relever ce défi, un nouvel algorithme d’apprentissage agressif basé sur des réseaux antagoniques génératifs (GAN) permettra de synthétiser les images en séquence à partir des données OS-CMR existantes, ce qui réduira le temps et le cout de l’analyse. Dans l’ensemble, cette étude exploratoire vise à enrichir de la puissance de la radiologie et de l’apprentissage automatique pour améliorer le diagnostic et la gestion des maladies cardiovasculaires à l’aide d’images IRM cardiaques des participants Courtois CV Signature, puis à transmettre l’extrait des informations à un algorithme d’apprentissage automatique pour classer différentes maladies cardiaques. L’objectif est de trouver et d’extraire des biomarqueurs à partir des imageries non invasives CMR  et de considérer l’utilisation pour classifier les effects cliniques  avec l’apprentissage automatique. Ce processus permettra à un opérateur de synthétiser l’information manquante des scans CMR qui ont déjà été accumuler.