Vous êtes ici
Prix du Best Paper à BIOSTEC 2025
Les travaux de Ouassim Boukhennoufa et son équipe combinent IA et optimisation d’images en médecine nucléaire pour une détection plus précise et précoce des anomalies parathyroïdiennes.
Ouassim Boukhennoufa, Jean-Marc Nicod et Noureddine Zerhouni (SUPMICROTECH/FEMTO-ST), en collaboration avec Laurent Comas (IH) et Hatem Boulahdour (PUPH) chef du service de médecine nucléaire au CHU de Besançon, également membres du laboratoire SINERGIES, ont remporté le Prix du 2ème meilleur papier de recherche lors de la 18e Conférence Internationale Conjointe sur les Systèmes et Technologies en Ingénierie Biomédicale.
Organisée au Portugal, au cœur de Porto, cette édition de BIOSTEC a rassemblé des chercheurs et des praticiens dans les domaines de l'ingénierie, de la biologie, des soins de santé et de l'informatique. Elle est l'occasion de mettre en avant les avancées théoriques et appliquées dans des technologies telles que l'intelligence artificielle, le traitement du signal et de l'imagerie pour la biologie et la médecine.
L'article récompensé propose une méthodologie basée sur l'IA et l'expertise médicale pour la détection des adénomes parathyroïdiens. Ce travail vise à montrer comment l'amélioration la qualité des images de médecine nucléaire avant analyse permet de mieux détecter les glandes parathyroïdes anormales. Compte tenu de la faible résolution et du bruit élevé de ces images, une approche innovante combinant l'amélioration de l'image et l'IA a été proposée. Cette méthode améliore de manière significative la précision des modèles de classification, soulignant leur importance pour l'aide au diagnostic médical.
Cette distinction souligne l'expertise et les contributions innovantes, fruit d'une collaboration étroite entre FEMTO-ST et le service de médecine nucléaire du CHU de Besançon dans le domaine de l'IA pour l'imagerie médicale et la médecine. L'article primé s'inscrit dans la continuité des travaux déjà publiés sur ce sujet.
Les recherches présentées dans l'article font partie du travail de thèse de M. Boukhennoufa, qui porte sur l'intégration de l'intelligence artificielle et des approches déterministes pour l'aide au diagnostic de l'hyperparathyroïdie dans le but de garantir une meilleure prise en charge des patients grâce une bonne utilisation des moyens techniques et d'analyse du service.
Contact : Ouassim Boukhennoufa et Jean-Marc Nicod