RadiologIA est un outil pédagogique interactif pour se former à l'analyse de l'anatomie de la cage thoracique sur des radiographies aux rayons X. S'appuyant sur un ensemble d'algorithmes d'IA pré-entraînés, cet outil permet aux utilisateurs (généralement des étudiants en radiologie médicale) d'évaluer leur capacité à identifier les régions anatomiques du thorax. Après avoir sélectionné de manière interactive la région qu'ils pensent être attendue, leur sélection est évaluée à l'aide de l'IA et un score quantitatif ainsi qu'un retour d'information visuel qualitatif sont donnés.

Ce projet vise à créer un outil simple et efficace pour une estimation de rendement hautement précise à destination des arboriculteurs, basé sur des images de pommiers prises avec un smartphone, combinées à des mesures de diamètre des fruits et des données microclimatiques. Cet outil sera intégré à la plateforme IoT développée par la HEIG-VD dans le cadre du projet Novel. Pour atteindre cet objectif, cette approche innovante combinera des techniques d’analyse d’images et d’apprentissage automatique pour estimer automatiquement le nombre de fruits d’une part, et un modèle de croissance des fruits fondé sur la mesure directe du diamètre des fruits à l’aide de dendromètres connectés d’autre part. La plateforme IoT existante collecte également en continu des données sur le climat et l’humidité du sol, qui seront intégrées dans le modèle pour des prévisions de rendement plus précises. L’application mobile, qui incorporera la capture d’images, sera conçue pour être facile à utiliser, afin de permettre une adoption rapide par les agriculteurs dans leurs routines quotidiennes.

Ce projet vise à concevoir une application numérique avec un traqueur d'activité pour aider les personnes avec lombalgie chronique à gérer leur activité physique et leur douleur. Offrant des fonctionnalités comme la définition d'objectifs personnalisés, le suivi, le feedback et l'autogestion de la douleur, l'application permet de surveiller les données de santé et d'activité. Elle se distingue par sa personnalisation, ajustant les objectifs et recommandations grâce à l'IA.

Le projet MREye-Track vise à introduire une nouvelle approche qui répondra aux limites de la pratique actuelle de l'imagerie oculaire par résonance magnétique en introduisant des techniques d’apprentissage automatique et les appliquant sur des données IRM brutes (domaine fréquentiel) pour l'identification automatique i) des acquisitions affectées par les mouvements oculaires et ii) de la direction du regard,  pour reconstruire une image anatomique de haute qualité de l'œil sans équipement supplémentaire.  En permettant l'analyse des deux yeux à partir du même scan et en minimisant les besoins en ressources hospitalières et le temps d'examen, MREye-Track améliorera considérablement l'accessibilité de l'IRM oculaire.

Ce projet vise à explorer l’application des algorithmes d'analyse intelligente des données pour révéler des nouvelles informations qui pourraient aider à améliorer et à accroître l'automatisation du moteur de recommandations de PhenomX Health.

Ce projet fondé par le canton de Vaud dans le cadre du programme Vieillir 2030 a pour but d'améliorer la disponibilité des directives anticipées, notamment en cas d'urgence. La solution proposée est une plateforme connectée au dossier électronique du patient qui permet à ce dernier de documenter facilement ses directives anticipées et de les mettre à disposition des premiers intervenants.