Mes activités de recherche concernent le traitement et l’analyse de données, souvent images, hétérogènes ou plus spécifiques comme les données biomédicales. Dans ce cadre nous avons développé des approches très originales permettant la recherche et la reconnaissance d’images dans les bases de données hétérogènes ou spécifique au domaine médicale. En effet, ces méthodes sont basées sur le principe du "Machine Learning" en particulier avec apprentissage multiple (Multiple Kernel Learning). D’autres méthodes permettant le développement de nouveaux descripteurs dans le cadre du cancer du sein ou dans le cadre de l’Alzheimer ont été développées. La description des masses mammaires ou de la sévérité cognitive se fait à partir de données réelles ou issues d’un environnement virtuel, avec une hiérarchisation de la recherche des descripteurs les plus pertinents. Ce travail amorce une orientation vers le développement de méthodes d’apprentissage profond (Deep Learning) et d’intelligence artificielle d’une manière générale souvent dans le cadre de la santé et le CBIR biomédical, récemment identifié comme nouvel axe de recherche à l’échelle internationale. Les données traitées nécessitent une phase de prétraitement comme la restauration et le filtrage de données et des images. Pour cet objectif, nous travaillons pour développer aussi des méthodes de restauration basées sur les approches variationnelles.
Les principales avancées à retenir au cours de ces dernières années concernent :
Extraction, description et classification d’attributs pour la reconnaissance et la recherche d’images par le contenu dans les grandes bases de données.
Apprentissage multi-noyaux et hiérarchique pour la reconnaissance et l’aide à la décision dans les grandes bases de données, applications santé: cellules drépanocytaires, le cancer du sein, Alzheimer.
Méthodes de restauration d’images basées sur une optimisation sous contraintes application à la réduction du Speckle dans les images médicales (échographiques et mammographiques).
Mots clefs : Extraction et description des attributs, traitement de données, apprentissage, classification, aide à la décision, reconnaissance d’images par le contenu, système d’aide au diagnostic.
Encadrement doctorales: thèses soutenues
- Thèse de Mr. Junior Goubalan au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : Contributions à l’analyse d’images médicales pour la reconnaissance su cancer du sein. Début 01 Novembre 2013 et soutenue le 09 décembre 2016.
- Thèse de Mlle Ryma Daoudi au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : Classification du cancer du sein par des approches basées sur les systèmes immunitaires artificiels. Début 15 octobre 2012 et soutenue le 28 septembre 2016.
- Thèse de Mr. Debakla Mohemed à la Faculté de Mathématiques et Informatique Département d’Informatique de Mascara. Titre: Contribution à la segmentation des images médicales par un modèle de contour actif. Début 15 octobre 2010 et soutenue le 25 janvier 2016.
- Thèse de Mlle Meriem Hacini au Laboratoire d'automatique et de Robotique à Université Mentouri de Constantine. Titre : Restauration d’images par les approches variationnelles. Début 15 septembre 2010 et soutenue le 26 juin 2014.
- Thèse de Mme Imene Cheikhrouhou au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : Description et classification des masses mammaires pour le diagnostic du cancer du sein. Début 15 novembre 2006 et Soutenue le 27 juin 2012.
- Thèse de Mr. Rostom Kachouri au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : Classification multi-modèles des images dans les bases hétérogènes. Début 15 novembre 2006 et Soutenue le 29 juin 2010.
- Thèse de Mr. Amar Djouak au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : Extraction et classification d’attributs pour la reconnaissance et la recherche d’images par le contenu. Début 12 janvier 2003 et Soutenue le 04 octobre 2007.
- Thèse de Mr. Dionisys Goularas au LRI (Laboratoire de Recherche en Informatique) à l’Université de Paris 11. Titre : Reconstruction 3D à partir d’images tomodensitométriques appliquée en paléontologie et en orthodontie. Début 15 décembre 2001 et Soutenue le 30 Septembre 2005.
Encadrement doctorales: thèses en cours
- Thèse de Mr. Maronnat Florian au Laboratoire IBISC à l’université d’Evry Val d’Essonne. Titre : AlzVR, Apprentissage statistique dans un environnement virtuel pour l’analyse et la prédiction de la sévérité cognitive d’un patient atteint de la maladie d’Alzheimer. Début 01 Octobre 2018.
Encadrement Masters et équivalent
- Houssem Eddine Messadi, (Encadrement 100 %), Mastère rechercheEAA SIA (Signal, Imagerie et Applications), Université de Toulouse. Apprentissage automatique de donnéesdans un environnement virtuel pour modéliser le comportement cognitif d’un patient atteint de la maladie d’Alzheimer. Début mars 2020
- Shuo Xu, Stage Ingénieur de l'ENSIIE. Titre: Analyse du comportement d’un malade atteint Alzheimer par apprentissage profond. Début Mai 2019.
- Margaux Seguin, Stage Ingénieur de l'ENSIIE. Titre: Développement de modèles virtuels pour évaluer les capacités cognitives d’un patient atteint de la maladie d’Alzheimer. Début Mai 2019.
- Ni Chen, Mastère recherche R.V.S.I (Réalité Virtuelle et Systèmes Intelligents), au laboratoire IBISC. Titre : Analysis and evaluation of a cognitive task in a virtual environment for Alzheimer's disease patient. Début 01 mars 2018.
- Slimane Oukaci, Mastère recherche R.V.S.I (Réalité Virtuelle et Systèmes Intelligents), au laboratoire IBISC. Titre : Gestion des ambigüités dans la classification multi-modèles par réapprentissage local : Du 05 février au 15 juillet 2013, (Encadrement 100 %).
- Abdennour Sebsadji, Mastère recherche R.V.S.I (Réalité Virtuelle et Systèmes Intelligents), au laboratoire IBISC. Titre : Evaluation d’un outil d’aide à la décision chirurgicale : Contribution des techniques de classification supervisée : Du 05 février au 12 juillet 2011, (Encadrement 50 %, Eric Desailly 50%).
- Rongxuan JIN, (Encadrement 100 %), Conception et réalisation d’une interface graphique pour la classification des globules rouges drépanocytaires par traitement d’images, Stage de l’école d’Ingénieur, ESIEE de Paris, 2009.
- Francis Rousseau, Mastère recherche R.V.S.I (Réalité Virtuelle et Systèmes Intelligents), au laboratoire IBISC. Titre : Description et classification de cellules drépanocytaires. Du 05 février au 12 juillet 2007, (Encadrement 100 %).
Situation actuelle : CDD, Ingénieur
- Laëtitia JOHNSON, (Encadrement 100 %), Description de cellules drépanocytaires, Stage de l’école d’Ingénieur, ISBP ('Institut Supérieurs des Biosciences de Paris), 2007.
- Guillaume Saupin, DEA R.V.M.S.C (Réalité Virtuelle et Maîtrise des Systèmes Complexes), au laboratoire IBISC. Titre : Extraction et suivi de caractéristiques pertinentes pour l’analyse d’expressions faciales. Du 03 février au 07 juillet 2005, (Encadrement à 50 %, Sylvie Lelandais 50%).
Situation actuelle : Doctorant CEA-LIST (Laboratoire d’Intégration des Systèmes et des Technologies) à Saclay
- Chafika Chettaoui, DEA A.M.I.B : Application des Mathématiques et de l’Informatique en Biologie, au laboratoire IBISC. Titre : Etude de formes des globules rouges drépanocytaires par traitement numérique des images. Du 02 février au 15 juillet 2004, (Encadrement à 100 %).
Situation actuelle : Thèse soutenue en octobre 2007, actuellement ATER à l’Université d’Evry.
- Mohamed Elbatti, (Encadrement 100 %), Techniques de segmentation par contours actifs et gestion des changements de topologie, Stage de DESS Ingénierie Marine, Option Télécommunication et robotique, à l’Université du Sud Toulon-Var, 2003.
- M. Zeitouni, (Encadrement 100 %), Prédiction dynamique du déplacement d’un objet dans une séquence d’images, Stage de DESS Ingénierie Marine, Option Télécommunication et robotique, à l’Université du Sud Toulon-Var, 2002.
- S. Rakraki, (Encadrement 100 %), Construction d’une base de données d’imagerie médicale en ligne, Stage de DESS Ingénierie Marine, Option Télécommunication et robotique, à l’Université du Sud Toulon-Var, 2002.
- Sébastien Paris, (Encadrement 100 %), Mise en place d’une application client-serveur dans le cadre du projet RIMAD, Mémoire de Maîtrise Informatique, à l’Université du Sud Toulon-Var, 2002.
Participation au montage de projets de recherche
- Projet AlzVR (2018): Apprentissage statistique dans un environnement virtuel pour l’analyse et la prédiction de la sévérité cognitive d’un patient atteint de la maladie d’Alzheimer.
- Projet SPNAV (2017): Smart Protocols for Networked Autonomous Vehicles.
- Projet SIMPAD (2012): Système Interactif de Modélisation et de Perception du comportement d'un feu en propagation pour l'Aide à la Décision dans la lutte contre les incendies de forêt.
- Projet D.I.S.U.A.D (2008): Diagnostic et Suivi Automatique des traitements de la Drépanocytose par traitement numérique des images.
- Fonds pour le Rayonnement de la Recherche (FRR: 2014)
- Fonds de Développement pour l’Internationalisation de la Recherche (FDIR: 2012)
- Bonus Qualité Recherche: (BQR, 2008, 2010)
|