Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique

Reconstruction, fusion et analyse d'images multi-modalités. Application au diagnostic et l’évaluation des traitements du cancer

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Révision datée du 20 mars 2013 à 11:08 par Faisan (discussion | contributions)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
Aller à la navigation Aller à la recherche

Financement : Allocation de recherche (sujet fléché).

Contacts :

  • Jihad Zallat : Jihad(dot)zallat(at)unistra(dot)fr
  • Sylvain Faisan : faisan(at)unistra(dot)fr

Candidature : les candidatures sont à adresser jusqu'au 31 mai 2013 et devront comporter un CV détaillant le cursus et les résultats du Master. Merci de nous contacter pour toute information complémentaire.

Mots-clefs : problème inverse, optique biomédicale, imagerie de Mueller, tissus biologiques, biopsie optique.

Résumé

La thèse a pour objectif d'améliorer le diagnostic optique des cancers du col utérin à divers stades de leur évolution en se basant sur l'imagerie polarimétrique. Contrairement à l’imagerie optique classique, les contrastes en imagerie polarimétrique sont liés à la manière dont l’objet étudié modifie la polarisation de la lumière incidente, et fournissent donc des informations inaccessibles à l’imagerie d’intensité habituelle. Pour atteindre notre objectif, il s'agit de développer les outils méthodologiques avancés et les algorithmes nécessaires pour appréhender de manière raisonnée et optimale le traitement des images multi-spectrales de Mueller. L’introduction de l’a priori physique spécifique à la nature des tissus et des lésions étudiées est nécessaire pour fournir une information pertinente et précise pour le diagnostic médical. De plus, outre l’introduction explicite d’informations a priori sur la physique de formation des images dans les algorithmes de traitement, le traitement des données de Mueller sera abordé avec une approche pluridisciplinaire où interagiront la modélisation physique de l’interaction lumière-tissu avec des décompositions de la matrice de Mueller orientées « mécanismes » afin de proposer des techniques optimales de traitement d’images (au sens de la physique et de la théorie de l’information). Le programme de travail pourra ainsi se fonder sur les étapes suivantes :

  • Analyse du système imageurs physique et des solutions techniques choisies pour proposer le modèle d’observation direct qui assure le lien entre les observables et les paramètres physiques à analyser.
  • Étude et analyse des processus physiques liés à l’interaction lumière-tissu afin de développer les procédures d’extraction contrôlée des mécanismes d’interaction identifiant la nature des tissus à partir des paramètres photométriques de la scène.
  • Algorithmes d'estimation des paramètres physiques en se basant sur les différents a priori (a priori physique sur la formation des images, sur la nature des tissus et sur l'interaction lumière-tissu).
  • Développement d’une chaîne de traitement d'images multi-spectrales robuste, permettant la fusion d'observations hétérogènes à différentes résolutions.
  • Évaluation quantitative complète d’échantillons bien documentés afin de caractériser l'empreinte des zones saines et pathologiques (différenciation des différents types de lésion).

Profil du candidat

Nous recherchons un candidat motivé avec des connaissances en traitement du signal, statistique, et problème inverse et/ou en optique-photonique et imagerie biomédicale. Le candidat devra avoir de bonnes connaissances en programmation (Matlab au minimum).