Photo de Neila Mezghani

Neila Mezghani s'intéresse à l'analyse et la classification de données en génie biomédicales et à l'élaboration d'outils basés sur des méthodes d'intelligence artificielle pour le développement de système d'aide à la décision. Elle est professeure associée à l'École de technologie supérieure (ÉTS) et l'Institut national de recherche scientifique (INRS-EMT). Elle est, ausi, chercheure au centre de recherche du LICEF, chercheure au centre de recherche du CHUM et membre du laboratoire de recherche en imagerie et orthopédie (LIO).

Formation

  • Postdoctorat, Laboratoire de recherche en imagerie et orthopédie - École de technologie supérieure (ÉTS).
  • PhD en télécommunications, Institut national de la recherche scientifique - centre Énergie, matériaux et télécommunications (INRS-EMT), Montréal.
  • DESS en Technologie de l'information, École Supérieure des Télécommunications de Tunis, Tunisie.
  • DEA (équivalent de la maitrise) en automatique et traitement de signal, École Nationale des Ingénieurs de Tunis.
  • Ingénieur en Télécommunications, École Supérieure des Télécommunications de Tunis, Tunisie.

Champs d'expertise

  • Forage de données (data mining).
  • Exploration de données en génie biomédical.
  • Systèmes d'aide à la décision.
  • Classification/reconnaissance de formes.
  • Technologies de l'information et leurs applications                                                                                          aux domaines de la santé et de la sécurité routière.

Enseignement

Projets de recherche

Projets de recherche en cours

Classification automatique de données cinématiques du genou et son application au diagnostic de pathologies.

L'objectif de ce projet est de développer un système automatique de classification de données cinématiques qui sera appliqué pour la mise en œuvre d'une nouvelle technologie de diagnostic de pathologie du genou.

L'outil de diagnostic sera intégré au système d'analyse du mouvement du genou KneeKG développé au laboratoire de recherche en imagerie et orthopédie (LIO) de l'École de technologie supérieur (ÉTS) et licencié à la société Emovi (http://www.centredugenou.com).

Outre l'avancée des connaissances dans le domaine de l'analyse et du traitement des données cinématiques, ce projet permettra, par la mise en marché du KneeKG muni de l'outil diagnostic, de réduire des coûts de soins de santé spécialisés tout en améliorant ces soins. Elle renforcera aussi l'expertise de notre partenaire industriel Emovi. Les avantages anticipés permettraient de générer des retombées substantielles sur l'économie locale et canadienne.

Équipe de réalisation: Pre. Neila Mezghani, Pre. Nicola Hagemeister (ÉTS), Pr. Jacques de Guise (ÉTS) et Pr. Amar Mitiche (INRS-EMT) et Dr. P.A. Venditolli (Hopital Maisonneuve-Rosemen.

Partenaire industriel: La société Emovi (http://www.centredugenou.com).

Organisme subventionnaire: Le conseil de recherches en sciences naturelles et en génie du Canada (CRSNG), programme  de Subventions de recherche et développement coopérative en partenariat avec Prompt, TIC-santé.

 

Cours de masse en ligne et apprentissage personnalisé : le défi pédagogique des CLOM (MOOC).

Ce projet de recherche porte sur les cours en lignes ouverts massivement et l'apprentissage personnalisé. Il vise à produire (1) une classification des CLOM et une adaptation des méthodes d'ingénierie pédagogique aux principales catégories de CLOM dans une optique de personnalisation (2) une méthode de construction d'environnements personnels d'apprentissage par les apprenants et (3) le développement de méthodes et d'outils de forage des données d'apprentissage (learning analytics), ainsi que les processus de leur intégration aux CLOM pour l'analyse en temps réel ou en différé des groupes et de la situation d'un individu par rapport au groupe.

Équipe de réalisation: Pr. Gilbert Paquette (TÉLUQ), Pre. Josiane Basque (TÉLUQ), Pre. France Henri (TÉLUQ) et Pre. Neila Mezghani (TÉLUQ).

Mieux diagnostiquer et traiter l'arthrose du genou : un impératif clinique et économique pour le système de santé

Il s'agit d'un projet piloté la professeure Nicola Hagemeister grâce à l'appui financier du Fonds de partenariat pour un Québec innovant et en santé et des entreprises Emovi et Sanofi Canada. Le projet totalisant 4,6 millions de dollars consistera à valider l'efficacité du programme MonArthrose.ca pour améliorer le diagnostic et la prise en charge de l'arthrose du genou et pour réduire les coûts directs et indirects liés à cette maladie dont souffrent 4,4 millions de Canadiens. Le programme MonArthrose.ca, propose un plan de traitement personnalisé adapté à la condition du patient, contrairement à la pratique habituelle qui a une approche plus générique.

Équipe de recherche: Pre. Nicola Hagemeister (ÉTS), Pre. Nathalie Bureau (CRCHUM), Pre. Manon Choinière (CRCHUM et Université de Montréal), Pre. Nathaly Gaudreault (Université de Sherbrooke), Pre. Neila Mezghani (TELUQ), Dre. Madeleine Durand (Hôtel-Dieu du CHUM.

Développement d'une plateforme pour la classification automatique de l'activité physique 

L'objectif général de ce projet de recherche est le développement d'une plateforme qui permet la classification automatique de l'activité physique de l'utilisateur de l'appareil mobile. Cette plateforme se basera sur les données collectées à partir des capteurs existants dans les appareils mobiles de Datawind (gyroscope, accéléromètre, capteur de proximité) pour classifier l'activité physique de son utilisateur en quatre classes, à savoir, course, marche, repos et abandon (l'appareil mobile est abandonné).

Cette plateforme est la base du développement de plusieurs applications de santé mobile. Par exemple, nous nous intéressons au développement d'une application mobile de gestion de l'activité cardiaque en période post-opératoire de patients ayants subits une chirurgie. Comme l'activité cardiaque est fortement dépendante de l'activité physique, le système de gestion de l'activité physique servira comme intrant à celui de gestion de l'activité cardiaque. Nous nous intéressons aussi à contrôler l'activité physique d'une population âgée dans les habitats intelligents. Le système de classification automatique permettra de les accompagner leurs activités physiques au quotidien. Ceci aura, d'une part, un impact au quotidien sur leur vie et leur bien-être et, d'autre part, permettra de détecter les comportements anormaux qui peuvent survenir.

Équipe de recherche: Pre. Neila Mezghani (TÉLUQ) et Ouakrim Youssef (TÉLUQ)

Organisme subventionnaire: Le conseil de recherches en sciences naturelles et en génie du Canada (CRSNG), programme  de Subventions d'engagement partenarial.

Partenaire industriel: Datawind  

Publications et communications

Articles de revues avec comité de lecture

Phan, Philippe; Ouellet, Jean; Mezghani, Neila; De Guise, Jacques A. et Labelle, Hubert (2015). A rule-based algorithm can output valid surgical strategies in the treatment of AIS. European Spine Journal, 24 (7), 1370-1381. doi:10.1007/s00586-014-3736-6

Mezghani, Neila; Gaudreault, Nathaly; Mitiche, Amar; Ayoubian, Leyla; Ouakrim, Youssef; Hagemeister, Nicola et De Guise, Jacques A. (2015). Kinematic gait analysis of workers exposed to knee straining postures by Bayes decision rule. Artificial Intelligence Research, 4 (2), 106-111.

Mezghani, Neila; Fuentes, Alexandre; Gaudreault, Nathaly; Mitiche, Amar; Aissaoui, Rachid; Hagemeister, Nicola et De Guise, Jacques A. (2013). Identification of knee frontal plane kinematic patterns in normal gait by principal component analysis. Journal of Mechanics in Medicine and Biology, 13 (3), 284-291. doi:10.1142/S0219519413500267

Phan, Philippe; Mezghani, Neila; Wai, Eugene K.; De Guise, Jacques A. et Labelle, Hubert (2013). Artificial neural networks assessing adolescent idiopathic scoliosis : comparison with Lenke classification. Spine Journal, 13 (11), 1527-1533. doi:10.1016/j.spinee.2013.07.449

Mezghani, Neila; Mitiche, Amar et Cheriet, Mohamed (2012). Maximum entropy Gibbs density modeling for pattern classification. Entropy, 14, 2478-2491. doi:10.3390/e14122478

Mezghani, Neila; Phan, Philippe; Mitiche, Amar; Labelle, Hubert et De Guise, Jacques A. (2012). A Kohonen neural network description of scoliosis fused regions and their corresponding Lenke classification. International Journal of Computer Assisted Radiology and Surgery, 7 (2), 257-264. doi:10.1007/s11548-011-0667-0

Gaudreault, Nathaly; Mezghani, Neila; Turcot, Katia; Hagemeister, Nicola; Boivin, Karine et De Guise, Jacques A. (2011). Effects of physiotherapy treatment on knee osteoarthritis gait data using principal component analysis. Clinical Biomechanics, 26 (3), 284-291. doi:10.1016/j.clinbiomech.2010.10.004

Labbé, David R.; De Guise, Jacques A.; Mezghani, Neila; Godbout, Véronique; Grimard, Guy; Baillargeon, David; Lavigne, Patrick; Fernandes, Julio; Ranger, Pierre et Hagemeister, Nicola (2011). Objective grading of the pivot shift phenomenon using a support vector machine approach. Journal of Biomechanics, 44 (1), 1-5. doi:10.1016/j.jbiomech.2010.08.012

Mezghani, Neila; Mitiche, Amar et Cheriet, Mohamed (2008). Bayes classification of online Arabic characters by Gibbs modelling of class conditional densities. IEEE Transactions on Pattern Analysis and Machine Intelligence, 30 (7), 1121-1131. doi:10.1109/TPAMI.2007.70753

P. Phan, J. Ouellet, N. Mezghani, J.A. de Guise, H. Labelle, “A rule-based algorithm can output valid surgical strategies in the treatment of AIS”. European Spine Journal, Janvier 2015.

N. Mezghani, A. Fuentes, N. Gaudreault, A. Mitiche, N. Hagemeister, R. Aissaoui, and J.A De Guise, “Identification of knee frontal plane kinematic patterns in normal gait by principal component analysis”, Journal of Mechanics in Medicine and Biology, Vol. 13, No. 3, pp: 284-291, 2013.

N. Gaudreault, A. Fuentes, N. Mezghani, V.O. Gauthier, K. Turcot, “Relationship between knee gait kinematics and lower limb muscle flexibility in runners”. Journal of Sports Rehabilitation, Vol. 22, 279-287, 2013.

N. Mezghani, A. Mitiche and M. Cheriet, “Maximum entropy Gibbs density modeling for pattern classification”, Entropy, Vol. 14, No. 12, pp: 2478-2491, 2012.

N. Mezghani, P. Phan, A. Mitiche, H. Labelle and J.A. de Guise, “A Kohonen neural network description of scoliosis fused region and their corresponding Lenke classification”, International Journal of Computer Assisted Radiology and Surgery, Vol. 7, No. 2, pp: 257-264, 2012.

N. Gaudreault , N. Mezghani, K. Turcot, K. Boivin, N. Hagemeister, J.A. de Guise “Effects of physiotherapy treatment on knee OA gait data using principal component analysis”. Clinical Biomechanics, Vol. 26, No. 3, pp: 284-291, 2011.

P. Phan, N. Mezghani, M.L Nault, C.E. Aubin, S. Parent, J.A. de Guise, H. Labelle, “A decision tree can increase speed and accuracy for classification of adolescent idiopathic scoliosis”, Spine, Vol. 35, No. 10, pp: 1154-1159, 2010.

P. Phan, N. Mezghani, C.E. Aubin, J.A. de Guise, H. Labelle, “A review of computer algorithms and applications used to assist the evaluation and treatment of adolescent idiopathic scoliosis”, European Spine Journal, Vol. 20, No. 7, pp: 1058-1068, 2010.

D.R. Labbe, J.A. de Guise, N. Mezghani, V. Godbout, G. Grimard, D. Baillargeon, P. Lavigne, J. Fernandes, P. Ranger, N. Hagemeister, “Feature Selection Using a Principle Component Analysis of the Kinematics of the Pivot Shift Phenomenon in the Knee”. Journal of Biomechanics, Vol. 43, No 16, pp: 3080-3084, 2010.

D.R. Labbe, J.A. de Guise, N. Mezghani, V. Godbout, G. Grimard, D. Baillargeon, P. Lavigne, J. Fernandes, P. Ranger, N. Hagemeister, “Classification method for automatic and objective attribution of the pivot shift grade”. Journal of Biomechanics, Vol. 44, No 1, pp: 1-5, 2010.

N. Mezghani, A. Mitiche and M. Cheriet, “Bayes classification of online Arabic characters by Gibbs modelling of class conditional densities”, IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. 30, No. 7, pp: 1121-1131, 2008.

N. Mezghani, S. Husse, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, and J.A De Guise, “Automatic classification of asymptomatic and osteoarthritis knee gait patterns using kinetic data features and the nearest neighbour classifier”, IEEE Transactions on Biomedical Engineering. Vol. 55, No. 3, pp: 1230-1232, 2008.

N. Mezghani, R. Chav, L. Humbert, S. Parent, W. Skalli, and J. A. De Guise, “A computer-based classifier of three dimensional spinal scoliosis severity”, International Journal of Computer Assisted Radiology and Surgery. Vol. 3, No. 1-2, pp: 55-60, 2008.

N. Mezghani, S. Husse, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, M. Pelletier, and J.A De Guise, “Hierarchical analysis and classification of asymptomatic and knee osteoarthritis gait patterns using a wavelet representation of kinetic data and the nearest neighbour classifier”, Journal of Mechanics in Medicine and Biology. Vol. 8, No. 1, pp: 45-54, 2008.

N. Mezghani, A. Mitiche and M. Cheriet, “A new representation of shape and its use for superior performance in on-line Arabic character recognition by an associative memory”, International Journal on Document Analysis and Recognition, Vol. 7, No. 4, pp: 201-210, 2005.

Chapitres de livres

J.A. de Guise, N. Mezghani, R. Aissaoui and N. Hagemeister, “Understanding Osteoarthritis from Bench to Bedside: New comprehensive methods for the biomechanical analysis of knee osteoarthritis”, 2011: 85-102 ISBN: 978-81-308-0459-0. Editors: J. Martel-Pelletier and J.P. Pelletier.

Communications dans des actes avec comité de lecture

Vallières, Évelyne F.; Ruer, Perrine; Bergeron, Jacques; McDuff, Pierre; Gouin-Vallerand, Charles; Ait-Seddik, Karim et Mezghani, Neila (2015). Perceived fatigue among aging drivers : an examination of the impact of age and duration of driving time on a simulator. Dans Proceedings of SOCIOINT15- 2nd International Conference on Education, Social Sciences and Humanities (p. 314-320). ISBN 978-605-64453-3-0

Benmakrelouf, Souhila; Mezghani, Neila et Kara, Nadjia (2015). Towards the Identification of Players’ Profiles Using Game’s Data Analysis Based on Regression Model and Clustering. Dans Proceedings of the 2015 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (p. 1403-1410). ACM. ISBN 978-1-4503-3854-7 doi:10.1145/2808797.2809429

Gouin-Vallerand, Charles et Mezghani, Neila (2014). An Analysis of the Transitions between Mobile Application Usages based on Markov Chains. Dans Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing (Ubicomp'14) (p. 373-378). New York, NY, USA : ACM. doi:10.1145/2638728.2641700

Blouin, Joanie; Mezghani, Neila; Cooke, T; Brean, M et Fuentes, Alexandre (2014). Correlation between knee 3D kinematic parameters during gait and patellofemoral osteoarthritis radiographic grading scale. Résumé publiée dans Osteoarthritis and Cartilage, 22, S97-S98.

Mezghani, Neila; Toumi, Mohamed; Fuentes, Alexandre; Mitiche, Amar; Hagemeister, Nicola et De Guise, Jacques A. (2014). Knee kinematic signals clustering for the Identification of sagittal and transverse gait patterns. Dans Proceedings of the International conference on Computing Technology and Information Management (p. 249-253). Dubai : SDIWC Digital Library. ISBN 978-0-9891305-5-4

Habli, Amine; Mezghani, Neila; Fuentes, Alexandre et Benazza, Amel (2013). Classification de pathologies du genou en se basant sur la carte de douleur ePKPM. Dans Actes de la conférence en Traitement et l'analyse de l’information (TAIMA). Tunisie.

Mezghani, Neila; Gaudreault, Nathaly; Ayoubian, Leyla; Fuentes, Alexandre; Mitiche, Amar; Hagemeister, Nicola et De Guise, Jacques A. (2013). Identification des patrons de la cinématique du genou par une analyse en composantes principales. Dans Actes de la conférence en Traitement et l'analyse de l’information (TAIMA). Hammamet, Tunisie.

Mezghani, Neila; Phan, Philippe; Mitiche, Amar; Labelle, Hubert et De Guise, Jacques A. (2010). A computer-aided method for scoliosis fusion level selection by a topologically ordered self organizing Kohonen network. Dans Proceedings of the 20th IEEE International Conference on Pattern Recognition (ICPR) (p. 4012-4015). IEEE. doi:10.1109/ICPR.2010.976

N. Mezghani, M. Toumi, A. Fuentes, A. Mitiche, N. Hagemeister, and J. A. deGuise, "Knee kinematic signals clustering for the identification of sagittal and transverse gait patterns". The international conference on computing technology and information management (ICCTIM), Dubai 11-13 avril 2014.

N. Mezghani, N. Gaudreault, L. Ayoubian, A. Fuentes, A. Mitiche, N. Hagemeister, and J.A. de Guise, “Identification des patrons de la cinématique du genou par une analyse en composantes principales. Conférence en Traitement et l'analyse de l'information (TAIMA). Mai 2013.

A. Habli, N. Mezghani, A. Fuentes and A. Benazza, “ Classification de pathologies du genou en se basant sur la carte de douleur ePKPM . Conférence en Traitement et l'analyse de l'information (TAIMA). Mai 2013.

A. Fuentes, N. Bureau, K. Boivin, N. Mezghani, Y. Ouakrim, J.A. de Guise, N. Hagemeister. “Knee Frontal Plane Dynamic Alignment in Knee Osteoarthritis Patients: Impact of a 12-week Physical Therapy Program and Relationship with Functional Scores". American Academy of Physical Medicine and Rehabilitation. Maryland, USA October 3-6, 2013.

N. Mezghani, N. Gaudreault, L. Ayoubian, A. Mitiche, N. Hagemeister, and J.A. de Guise, “A Probabilistic Approach to Identify Worker Vulnerability to Knee Osteoarthritis Development. International Society for Posture and Gait Research (ISPGR). June 2012.

L. Ayoubian, A. Fuentes, N. Gaudreault, , A. Mitiche, N. Hagemeister, and N. Mezghani J.A. de Guise, “A Probabilistic Approach to Identify Worker Vulnerability to Knee Osteoarthritis Development. International Society for Posture and Gait Research (ISPGR). June 2012.

N. Mezghani, Y. Ouakrim, A. Fuentes, N. Hagemeister, R. Aissaoui, and J.A. de Guise, “knee osteoarthritis assessment using knee kinematic data classification. 2012 World Congress on Osteoarthritis (OARSI). Barcelona, 2012.

D. Billard, N. Mezghani, N. Hagemeister, “Classification de patients gonarthrosiques vs. sujets asymptomatiques peut être faite à partir de leurs cinématiques à la hanche et à la cheville. Journées POES, mai 2012.

D. Billard, N. Mezghani, N. Hagemeister, “Impact de l'arthrose au genou sur les articulations de la hanche et de la cheville en se basant sur une analyse statistique des cinématioques. Journées POES, mai 2012.

N. Gaudreaut, A. Fuentes, N. Mezghani, M.H Dubé and F. Matte, “Comparison of knee gait kinematics of runners to that of non runners: preliminary results. International society of biomechanics conferaence, (ISB 2011), Brussels, July 2011

N. Mezghani A. Fuentes, N. Gaudreaut, A. Mitiche, N. Hagemeister, R. Aissaoui, and J.A. de Guise, “Knee abduction/adduction angles patterns in asymptomatic gait by principal component clustering. International society of biomechanics conference, (ISB 2011), Brussels, July 2011.

N. Mezghani, P. Phan, A. Mitiche, H. Labelle, and J.A. De Guise, “A computer-aided method for scoliosis fusion level selection by a topologically ordered self organizing Kohonen network”. IEEE International conference on pattern recognition (ICPR 2010), Turkey.

N. Mezghani, P. Phan, A. Mitiche, H. Labelle, and J.A. De Guise, “Computer-aided association of scoliosis fusion levels and Lenke classes”. International conference on computer assisted radiology and surgery (CARS 2010), Geneva.

N. Gaudreault , N. Mezghani, K. Turcot, K. Boivin, N. Hagemeister, J.A. deGuise. “Principal component clustering of frontal plane knee kinematics. Osteoarthritis and Cartilage, Volume 18, Supplement 2, October 2010.

N. Mezghani , P. Phan, C.E. Aubin, H. Labelle, and J.A. De Guise, “A Computer-aided Lenke classification of scoliotic spines”, International Conference on Medical Informatics and Biomedical Engineering (ICMIBE 2009), June 2009.

N. Mezghani and A. Mitiche, “A Gibbsian Kohonen network for online Arabic character recognition”, International Symposium on Visual Computing (ISVC 2008), Las Vegas, 1-3 December. pp. 493–500, 2008.

P. Phan, N. Mezghani, S. Parent, H. Labelle, and J.A. De Guise, “The use of a decision tree increases accuracy when classifying adolescent idiopathic scoliosis using Lenke classification”, The International Research Society of Spinal Deformities (IRSSD 2008), Liverpool,8-9 July 2008.

N. Mezghani, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, and J.A. De Guise. “Analyse et classification automatique de données cinétiques provenant de sujets asymptomatiques et arthrosiques”. Annual Meeting of the Canadian Orthopaedic Residents Association (ACO 2007). Halifax. 1-3 June 2007. pp. 125.

N. Mezghani, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, and J.A. De Guise. “Components of ground reaction force vector analysis for asymptomatic and knee osteoarthritis gait classification”, Gait and Clinical Movement Analysis Society (GCMA 2007). Massachusetts. 11-14 April 2007.

N. Mezghani, S.Husse, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, and J.A. De Guise. “Asymptomatic and knee osteoarthritis automatic gait pattern analysis using a wavelet representation of kinetic data and the nearest neighbour classifier”. The International Conference on Mechanics in Medicine and Biology (ICMMB 2006). Singapore. 6-8 December 2006. pp: 61-64.

N. Mezghani, S. Deschênes, B. Godbout, D. Branchaud and J.A. de Guise. “Spinal vertebrae edge detection by anisotropic filtering and a local Canny-Deriche edge detector”, IEEE International symposium on Image/video communications, ISIVC 2006, Tunisie.

E. Nourouzian, N. Mezghani, A. Mitiche, and B. R. Johnson, “On-line Persian/Arabic character recognition by polynomial representation and a Kohonen network”. IEEE International conference on pattern recognition (ICPR 2006), Singapour.

N. Mezghani, A. Mitiche et M. Cheriet, “Estimation de densités de probabilité par maximum d'entropie et reconnaissance bayesienne de caractères Arabes en-ligne”, 15e congrès francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle (RFIA 2006).

Brevets

N. Mezghani, J.A de Guise, G. Grimard, D. Baillargeon, Y. Ouakrim, G. Parent, A. Fuentes, P. Lavigne, and P. Ranger, “ Method and system for knee joint evaluation and diagnostic aid in normal and pathologic state, US 12772701.

A de Guise, N. Mezghani, A. Fuentes et al., “Method and system for human joint treatment plan and personalized surgery planning using 3D kinematics, fusion imaging, P1926PC00 (2012).

Prix et distinctions

Premier prix en recherche fondamentale pour le travail de, D. Billard, N. Mezghani, N. Hagemeister, “Classification de patients gonarthrosiques vs. sujets asymptomatiques peut être faite à partir de leurs cinématiques à la hanche et à la cheville. 30e Journée de la recherche du Programme d'orthopédie Édouard-Samson (POES), mai 2012.

Premier prix en recherche clinique pour le travail de, A. Fuentes, N. Mezghani, N. Hagemeister et J. A. de Guise, intitulé « Classification automatique de données cinétiques 3D provenant de patients ayant une rupture du ligament croisé antérieur et de participants sains ». 28e Journée de la recherche du Programme d'orthopédie Édouard-Samson (POES), Avril 2009.

Premier prix en recherche fondamentale pour le travail de, P. Phan, N. Mezghani, H. Labelle et J. A de Guise, intitulé « Classification de la scoliose idiopathique de l'adolescent à l'aide de réseaux de neurones et des cartes de Kohonen ». 28e Journée de la recherche du Programme d'orthopédie Édouard-Samson (POES), Avril 2009.

Deuxième prix pour le travail de, P. Phan, N. Mezghani, H. Labelle et J. A de Guise, intitulé « Classification de la scoliose idiopathique de l'adolescent à l'aide de réseaux de neurones et des cartes de Kohonen ». Symposium de l'Association d'orthopédie du Québec, octobre 2009.

Le prix “Young Investigator Award” pour le travail de, N. Mezghani, S. Husse, K. Boivin, K. Turcot, N. Hagemeister, R. Aissaoui, and J.A. de Guise, intitulé « Asymptomatic and knee osteoarthritis automatic gait pattern analysis using a wavelet representation of kinetic data and the nearest neighbour classifier ». The International Conference on Mechanics in Medicine and Biology (ICMMB'06). December 2006.