Descriptif

Ce cours traite de la création de jumeaux numériques cliniques (modèles computationnels spécifiques à chaque patient utilisés pour améliorer le diagnostic et le traitement médicaux). Il mettra l’accent sur la manière dont des modèles approximatifs peuvent devenir hautement prédictifs lorsqu’ils sont associés à des données issues du monde réel.
o Le programme s'articule autour de deux axes. Premièrement, l'utilisation de techniques de modélisation d'ordre réduit pour accélérer les simulations complexes d'équations aux dérivées partielles (EDP), réduisant ainsi le temps de calcul afin de permettre une utilisation clinique en temps réel. Deuxièmement, il aborde les techniques d'assimilation de données permettant de calibrer et de corriger en continu les modèles physiques à partir de données cliniques clairsemées et bruitées.

Prérequis :
Méthodes numériques pour la résolution d'équations aux dérivées partielles (différences finies, méthode des éléments finis, etc.)