Introduction

Ivadomed est un cadre d'application open source développé par Mila en collaboration avec NeuroPoly (Polytechnique Montréal), dédié à l'analyse d'images médicales. Conçu principalement pour faciliter l'entraînement et l'évaluation de modèles d'apprentissage profond sur des images médicales, Ivadomed s'intègre de manière fluide dans des pipelines cliniques et de recherche. Il permet de gérer des ensembles de données au format BIDS (Brain Imaging Data Structure), ce qui le rend compatible avec les standards utilisés en neuroimagerie. Cette compatibilité facilite le partage, la réutilisation et la reproductibilité des analyses dans le domaine biomédical. Grâce à son architecture modulaire, Ivadomed est accessible aux chercheurs, ingénieurs et médecins, même sans expertise approfondie en codage.

L'une des forces d'Ivadomed réside dans sa capacité à prendre en charge diverses tâches d'imagerie médicale, telles que la segmentation, la classification, la détection de lésions et l'enregistrement d'images. Il intègre des modèles avancés d'apprentissage profond, comme HeMIS (Hetero-Modal Image Segmentation) et FiLM (Feature-wise Linear Modulation), permettant de gérer des données multimodales et partiellement manquantes. En outre, il propose des outils pour quantifier l'incertitude des prédictions, ce qui est essentiel dans un contexte médical où les décisions peuvent avoir des conséquences importantes. Les utilisateurs peuvent personnaliser facilement les paramètres d'entraînement, les architectures de réseau, les fonctions de perte et les stratégies d'optimisation selon leurs besoins.

Développé en Python, Ivadomed est accompagné d'une documentation complète, de tutoriels et de scripts en ligne de commande, ce qui le rend simple à déployer dans des environnements de recherche. Il est activement maintenu sur GitHub, avec une communauté ouverte aux contributions. Sous licence Creative Commons CC BY 4.0, il peut être utilisé et adapté librement, à condition de citer les auteurs. Ce projet incarne parfaitement l'engagement de Mila dans la recherche éthique et ouverte en intelligence artificielle pour la santé. En permettant une meilleure analyse des données médicales via des techniques d'apprentissage automatique robustes, Ivadomed contribue à l'avancement de la médecine personnalisée et à la détection précoce de nombreuses pathologies.