Computed tomography (CT) screening, diagnosis, or another image analysis tasks are performed using one or more networks and/or algorithms to either integrate complementary tomographic image reconstructions and radiomics or map tomographic raw data directly to diagnostic findings in the machine learning framework. One or more reconstruction networks are trained to reconstruct tomographic images from a training set of CT projection data. One or more radiomics networks are trained to extract features from the tomographic images and associated training diagnostic data. The networks/algorithms are integrated into an end-to-end network and trained. A set of tomographic data, e.g., CT projection data, and other relevant information from an individual is input to the end-to-end network, and a potential diagnosis for the individual based on the features extracted by the end-to-end network is produced. The systems and methods can be applied to CT projection data, MRI data, nuclear imaging data, ultrasound signals, optical data, other types of tomographic data, or combinations thereof.L'invention concerne des tâches de tomographie assistée par ordinateur, de diagnostic ou autres tâches d'analyse d'image effectuées à l'aide d'un ou de plusieurs réseaux et/ou algorithmes soit pour intégrer des reconstructions d'image tomographique complémentaires et la radiomique, soit pour mapper directement des données tomographiques brutes avec des résultats de diagnostic dans le cadre de l'apprentissage machine. Un ou plusieurs réseaux de reconstruction sont entraînés à reconstruire des images tomographiques à partir d'un ensemble d'apprentissage de données de projection de tomographie assistée par ordinateur. Un ou plusieurs réseaux de radiomique sont entraînés à extraire des caractéristiques à partir des images tomographiques et des données de diagnostic d'apprentissage associées. Les réseaux/algorithmes sont intégrés dans un réseau de bout en bout et entraînés. Un ensemble de données tomo