Recherche en Imagerie Oculaire (RIO)
En Recherche en imagerie oculaire (RIO), nous explorons la Science des Données et la Biologie Computationnelle dans le contexte de l’ophtalmologie, en tirant parti des données des patients et de l’expertise de nos médecins.
RIO est une plateforme créée pour rassembler et pour traiter les millions d’images stockées dans nos machines. RIO a pour mission d’exploiter au maximum les données collecter à l’hôpital pour le bien de nos patients-es, ainsi que d’enrichir les connaissances que nous partageons avec la communauté scientifique dans le monde entier. Nous utilisons les ordinateurs pour formuler des hypothèses que nous devons ensuite explorer davantage, soit avec les experts du laboratoire, soit avec des médecins expérimentés.
Nos domaines de recherche comprennent : la détection des photorécepteurs individuels dans l’œil vivant, la mesure du flux sanguin dans les vaisseaux rétiniens microscopiques, l’évaluation automatique de l’inflammation et des maladies, la mesure de la réponse de la pupille aux stimuli, la détermination des composants génétiques influençant la morphologie de l’œil… et bien plus encore.
De la médecine à la biologie, de la recherche translationnelle à la recherche fondamentale, du théorique à l’appliqué : bienvenue sur notre page !
Chef de projets de recherche : Mattia Tomasoni
Projets / projects:
- AI-based Grading of Ocular Inflammation
- Computer Vision for in-vivo Analysis of Photoreceptors in Diabetic Patients
- Computer Vision to investigate Choriocapillaris-like pattern in Transscleral Optical Images
- Automatic Retinal Blood Velocity Estimation in the Living Human Retina, using AOSLO
- Automatic Grading of Vasculitis Inflammation in Fluorescein Angiography Images
- Fully Automatic Grading of Retinal Vasculitis on Fluorescein Angiography
- Software Engineering For The Extraction And Analysis Of Clinical Data: The Cohort Builder Tool
- Pipeline for Preprocessing and Analysis of Adaptive Optics Scanning Ophthalmoscope Data
- Deep Learning for Segmentation Of Geographic Atrophy In 3-D Retinal Images
- Software Solution for Signal Processing of Pupillometry Movements
- Computer Vision and Machine Learning for Analysis of Ophthalmic data
- GWAS of Biomarkers Extracted From 3-D Retinal Scans Using ML And Image Analysis
- Combining multi-omics and imaging data for early detection of diabetic retinopathy and glaucoma
- Predictive Modeling For Optimization Of Treatment Trajectory In Diabetic Retinopathy Patients
- Prediction Of Disease Recurrence In Patients With Central Serous Chorioretinopathy
- Setting Up Of A European Infrastructure For Cluster Computing In Ocular Research (I-ONE)
- Deep Learning-based Detection Of Lesions In Shoulder MRI Scans