French
English
Nathan Painchaud a réalisé sa thèse en cotutelle entre l'INSA de Lyon et l'Université de Sherbrooke (UdS, Canada) sous la direction du professeur Olivier Bernard de l’INSA Lyon, du professeur Nicolas Duchateau de l’Université Lyon 1 et du professeur Pierre-Marc Jodoin, du Département d’informatique de la Faculté des sciences de l'UdS.
Il est lauréat du Prix de la meilleure thèse de doctorat dans la catégorie Médecine et sciences de la santé pour sa thèse intitulée Apprentissage profond de variétés pour une meilleure caractérisation de l’hypertension artérielle en imagerie échocardiographique.
L'hypertension artérielle affecte 1,5 milliard de personnes dans le monde. L'évaluation de cette maladie cardiovasculaire complexe est souvent difficile en raison de la variété des symptômes et du manque d'outils d'analyse rapides et précis. Le domaine de l’intelligence artificielle étant en pleine ébullition, plusieurs modèles ont été développés pour aider les médecins à interpréter les images d’échographie cardiaque. Mais ces techniques peuvent produire des résultats incohérents dans de nombreux cas. C’est là qu'interviennent les travaux de Nathan Painchaud. Sa thèse apporte des solutions aux erreurs commises par les réseaux de neurones, en introduisant des contraintes sur ce qu’on s’attend à observer dans les images. Une première dans le domaine. Elle a aussi permis d'étudier les symptômes de l'hypertension avec une précision inédite, révélant des signes avant-coureurs potentiels.