Séminaire du 28 avril 2022

Auto-encodeur variationnel démêlé : applications possibles en imagerie médicale.

Sylvain Faisan, équipe IMAGeS, ICube

Résumé :Les représentations démêlées sont des modèles génératifs où les variables d'intérêt sont encodées indépendamment et explicitement si bien qu'il est possible, en changeant ses variables, de reconstruire des clones virtuels de l’échantillon d’origine. Chaque clone possède la représentation intrinsèque de l’échantillon d’origine mais les variables d’intérêt peuvent être définies de manière quelconque. Par exemple, si la variable d’intérêt est l’âge, il est possible de rajeunir ou de vieillir une personne.

L'obtention de représentations démêlées est un enjeu majeur en imagerie médicale car les images ou les caractéristiques extraites de ces images sont souvent corrompues par des variables de nuisance telles que l’âge, le sexe... Les variables de nuisance rendent l’analyse des données médicales complexe si bien que l’on cherche souvent à enlever leurs effets. Dans ce cadre, l’intérêt des représentations démêlées est évident.

Dans cet exposé, je présenterai tout d’abord comment il est possible d'obtenir de telles représentations en utilisant des auto-encodeurs variationnels. Je détaillerai ensuite quelques applications potentielles de ces modèles.