HYBRID 2017-2021

Nous participons au projet européen H2020-MSCA-ITN-2017 HYBRID (Healthcare Yearns for Bright Researchers for Imaging Data, 2017-2021) en collaboration avec 10 partenaires émanant d'Allemagne, Autriche, Royaume-Uni, Pays-Bas, Danemark, et Belgique.

Ce projet finance 15 doctorants, qui travaillent sur des projets relatifs à l'imagerie moléculaire multimodale, en particulier l'imagerie TEP-IRM, pour la médecine personnalisée, en employant les techniques les plus modernes, notamment des techniques d'imagerie dynamique et d'intelligence artificielle. Pour en savoir plus sur les projets spécifiques des doctorants, consultez le site dédié. 

Personnes impliquées au laboratoire : David Wallis (doctorant), Irène Buvat (responsable).

Publications :

  1. Wallis D, Buvat I. Clever Hans effect found in a widely used brain tumour MRI dataset. Med Image Anal. 77:102368, 2022. DOI: 10.1016/j.media.2022.102368
  2. Wallis D, Soussan M, Lacroix M, Akl P, Duboucher C, Buvat I. An FDG-PET/CT deep learning method for fully automated detection of pathological mediastinal lymph nodes in lung cancer patients. Eur J Nucl Med Mol Imaging. 49(3):881-888, 2022. DOI: https://doi.org/10.1007/s00259-021-05513-x
  3. Dal Toso L, Chalampalakis Z, Buvat I, Comtat C, Cook G, Goh V, Schnabel JA, Marsden PK. Improved 3D Tumour Definition and Quantification of Uptake in Simulated Lung Tumours Using Deep Learning. Phys Med Biol. 67:095013, 2022. DOI: 10.1088/1361-6560/ac65d6
  4. Kolinger GD, García DV, Kramer GM, Frings V, Zwezerijnen GJC, Smit EF, De Langen AJ, Buvat I, Boellaard R. Effects of tracer uptake time in non-small cell lung cancer 18F-FDG PET radiomics. J Nucl Med. 63(6):919-924, 2022. DOI: 10.2967/jnumed.121.262660
  5. Capobianco N, Meignan M, Cottereau AS, Vercellino L, Sibille L, Spottiswoode B, Zuehlsdorff S, Casasnovas O, Thieblemont C, Buvat I. Deep learning FDG uptake classification enables total metabolic tumor volume estimation in diffuse large B-cell lymphoma. J Nucl Med. 62: 30-36, 2021. DOI: 10.2967/jnumed.120.242412
  6. Sundar LKS , Muzik O, Buvat I, Bidaut L, Beyer T. Potentials and caveats of artificial intelligence in hybrid imaging. Methods. 188: 4-19, 2021. DOI: 10.1016/j.ymeth.2020.10.004
  7. Beyer T, Bailey DL, Birk UJ, Buvat I, Catana C, Cheng Z, Fang Q, Giove F, Kuntner C, Laistler E, Moscato F, Nekolla SG, Rausch I, Ronen I, van Elmpt W, Saarakkala S, Thielemans K, Moser E. Medical Physics and Imaging – A timely perspective. Frontiers in Physics. 9:634693, 2021. DOI: https://doi.org/10.3389/fphy.2021.634693