Modèles Génératifs de l'Anatomie pour la Quantification et la Segmentation d'Images Médicales – AnatomIA

Les jumeaux numériques anatomiques personnalisés, dérivés de données d'imagerie médicales, sont des facilitateurs cruciaux pour le diagnostic ou le pronostic assisté par ordinateur, la planification de traitement ou la découverte de sous-types. Nous postulons que les récents développements en IA générative (modèles de diffusion, modèles type LLM) devraient amener un bénéfice considérable en vue de modèles anatomiques basés images plus performants, et qui soient utilisables pour des quantifications et prédictions à l'échelle de populations ou du sujet. Pour être précis, l'investigation première du projet portera sur le développement de nouvelles méthodologies et paradigmes, basés sur l'état-de-l'art en IA générative, pour deux enjeux directement inter-dépendants: 1) la modélisation générative basée image de l'anatomie; 2) la segmentation d'images médicales informée par l'anatomie et peu consommatrice de données.