Cette étude recourra à la modélisation et à l'analyse mathématiques pour développer une méthode novatrice de formation d’images pour l’imagerie radar à hyperfréquences du sein utilisable avec des réglages d’une imagerie du sein réalistes. Cette technique pourra produire en temps réel des images précises à contraste élevé pour une patiente donnée.
Boursier postdoctoral : docteure Daniel Flores-Tapia, mathématiques, Université du Manitoba
Professeur : docteur Kirill Kopotun, mathématiques, Université du Manitoba
L’imagerie radar à hyperfréquences du sein est une technologie prometteuse pour la détection du cancer du sein. Par contre, les méthodes actuelles de formation d’images présentent des difficultés qui limitent l’emploi de cette technologie dans un contexte clinique. Cette étude recourra à la modélisation et l'analyse mathématiques pour développer une méthode novatrice de formation d’images pour l’imagerie radar à hyperfréquences du sein utilisable avec des réglages d’une imagerie du sein réalistes. Cette technique produira en temps réel des images précises à contraste élevé pour une patiente donnée. La méthode proposée sera validée au moyen d’ensembles de données recueillies sur des modèles de sein artificiel qui imitent les propriétés électriques des tissus de vrais seins. Cette étude permettra de développer une composante déterminante dont nQube a besoin pour créer une technologie d’imagerie du sein qui soit rapide, précise, confortable, sûre et rentable. Pareille technologie améliorera le contrôle du cancer du sein et augmentera la qualité de vie des Canadiennes et des Canadiens.