Fil d'ariane

Agrégateur de contenus

angle-left Reza Forghani, M.D., Ph. D.

Mots-clés


Artificial Intelligence • Advanced Imaging • Machine Learning • Natural Language Processing • Diagnostic Radiology • Medical Imaging • Dual Energy Computed Tomography • Spectral Computed Tomography • Computed Tomography • Magentic Resonance Imaging • Head and Neck Imaging • Neuroradiology • Neuroimaging • Head and Neck Cancer • Head and Neck Squmaous Cell Carcinoma

Aire de recherche


Ma recherche porte sur les applications d’intelligence artificielle et d’imagerie médicale avancée, y compris un type avancé de tomodensitogramme, communément appelé TDM en double énergie, afin d’améliorer les diagnostics de patients. Notre laboratoire se concentre surtout sur l’imagerie du cancer. À l’aide de technologie avancée, nous étudions différentes techniques d’imagerie et d’intelligence artificielle afin d’améliorer le diagnostic de cancer, dans le but ultime de fournir les meilleurs soins aux patients en identifiant les facteurs uniques à leur condition pour une médecine personnalisée. Nous effectuons ces études à l’aide d’imagerie et de renseignements cliniques combinés à de l’intelligence artificielle afin de mieux établir le stade et caractériser le cancer dès le départ. Les objectifs sont de réduire les traitements ou chirurgies inutiles, sélectionner les meilleures thérapies, prédire les caractéristiques de tumeur, comme la composition moléculaire, et faciliter le pronostic. Nous nous concentrons sur les cancers de la tête et du cou, mais notre équipe travaille également sur d’autres cancers, ainsi que sur des applications d’intelligence artificielle pour les maladies non oncologiques ou les processus de soins de santé.

Publications choisies


Cliquez sur Pubmed pour voir la liste de mes publications

  • Al Ajmi E, Forghani B, Reinhold C, Bayat M, Forghani R (2018). Spectral multi-energy CT texture analysis with machine learning for tissue classification: an investigation using classification of benign parotid tumours as a testing paradigm. European Radiology, 2018 Jun;28(6):2604-2611. doi: 10.1007/s00330-017-5214-0. [Epub ahead of print]. PMID: 29294157.

  • Forghani R, Kelly HR, Curtin HD (2017). Applications of dual-energy computed tomography for the evaluation of head and neck squamous cell carcinoma. Neuroimaging Clin N Am. 2017 Aug;27(3):445-459. doi: 10.1016/j.nic.2017.04.001. PMID: 28711204.

  • Forghani R, Srinivasan A, Forghani B (2017). Advanced tissue characterization and texture analysis using dual-energy computed tomography: Horizons and emerging applications. Neuroimaging Clin N Am. 2017 Aug;27(3):533-546. doi: 10.1016/j.nic.2017.04.007. PMID: 28711211.

  • Ueno Y, Forghani B, Forghani R, Dohan A, Zeng Z, Chamming’s F, Arseneau J, Fu L, Gilbert L, Gallix B, Reinhold C (2017). Endometrial Carcinoma: MR Imaging-based texture model for preoperative risk stratification-A preliminary analysis. Radiology. 2017 Sep;284(3);748-757. doi: 10.1148/radiol.2017161950. PMID: 28493790.

  • Forghani R, Levental M, Gupta R, Lam S, Dadfar N. Curtin HD (2015). Different Spectral Hounsfield Unit Curve and High-Energy Virtual Monochromatic Image Characteristics of Squamous Cell Carcinoma Compared with Nonossified Thyroid Cartilage. AJNR Am J Neuroradiol. 2015 Jun; 36(6): 1194-200. doi: 10.3174/ajnr.A4253. PMID: 25742986.