WP-4 Traitement d'images multidimensionnelles

Vu les données produites dans les WP1 et 2 ou requises par les modèles et les simulations du WP5, le WP4 a deux principaux objectifs: améliorer le processus de formation de l'image dans des imagerie émergentes et extraire des indicateurs et des biomarqueurs d'imagerie pertinents afin d'améliorer le diagnostic et la thérapie dans des applications médicales ciblées.

Le traitement des données est une étape importante pour la qualité de reconstruction de l’image à partir divers systèmes de production d'images. Les développements conduits dans le WP4 visent à améliorer la formation de l’image dans un certain nombre de modalités d'imagerie où le déficit de mesures peut-être important (données parcimonieuses). Il s'agit notamment de développer de nouvelles techniques de reconstruction d'images (échantillonnage compressé, reconstruction sous contrainte, optimisation stochastique), de proposer de nouvelles formules d'inversion et de nouveaux schémas de reconstruction pour des imagerie émergentes (Tomodensitométrie à rayons X de phase, tomodensitométrie spectrale, tomographie optique de fluorescence, imagerie Compton pour la Hadronthérapie) et de développer des méthodes génériques pour traiter divers types de bruit.

Les objectifs de diagnostic et de thérapie conduisent à élaborer des méthodes d’extraction de paramètres des images et de proposer de nouveaux indicateurs et bio-marqueurs relatifs aux pathologies ciblées. La détection robuste et (semi-)automatique de structures ou d'évènements élémentaires des images reste un problème ouvert, compte tenu des multiples niveaux d'incertitude des données d'imagerie (données éparses et bruitées notamment). Il s'agit d'étudier de nouvelles représentations adaptées à des données pouvant être scalaires, vectorielles, tensorielles, quaternioniques (modèles discrets combinatoires multi-résolution pour des image 3D et les maillages, opérateurs pour l'algèbre de Clifford et multi-quaternionique, signal analytique nD, analyse fractale et multi-fractale), d'étendre en multi-dimensions des opérateurs pour la segmentation (ensembles de niveaux statistiques, basés atlas, graph-cuts), l'estimation multi-paramétrique, le recalage et l'estimation de mouvement (basés sur la phase, sur le transport optimal et sous optimal). Plusieurs aspects des systèmes d'aide à la décision (approches supervisées/non-supervisées, paramètres hétérogènes, stratégies de validation) font également partis de nos travaux.

Les développements conduits dans le WP4 sont appliqués plus particulièrement en imagerie cardiovasculaire, cérébrale, de l’os et pour le traitement du cancer guidé par l’image.
 

• Alina TOMA 2012-2015 - PhD director: Françoise Peyrin, co-directors: Bruno Sixou and Loïc Denis
• Denis BUJOREANU 2015-2018 - PhD director: Hervé Liebgott, co-directors: Denis Friboulet and Barbara Nicolas
• Mathilde GIACALONE 2014-2017 - PhD director: David Rousseau, co-directors: Emmanuel Grenier and Carole Frindel
• Meriem El Azami 2013-2016 - PhD director: Denis Friboulet, co-director: Carole Lartizien
• Sarah LECLERC 2016-2019 - PhD director: Carole Lartizien, co-directors: Olivier Bernard and Thomas Grenier
• Sébastien CROMBEZ 2019-2022 - PhD director: Cédric Ray, co-director: Nicolas Ducros
• Tom HOHWEILLER 2016-2019 - PhD director: Bruno Sixou, co-directors: Nicolas Ducros and Françoise Peyrin
• Yunyun SUN 2018 - 2021 - PhD Director: Olivier Bernard, co-Director: Patrick Clarysse