Différences entre les versions de « Yves Michels »
m (→Doctorat) |
(Mise à jour des thématiques de recherches - Yves Michels) |
||
| Ligne 29 : | Ligne 29 : | ||
'''Encadrant''': [http://icube-miv.unistra.fr/fr/index.php/Etienne_Baudrier Etienne BAUDRIER]. | '''Encadrant''': [http://icube-miv.unistra.fr/fr/index.php/Etienne_Baudrier Etienne BAUDRIER]. | ||
| − | + | Les travaux de thèse s'inscrivent dans le projet ANR RHODES dont l'objectif est de produire des algorithmes de reconstruction tomographique pour la microscopie électronique à particules isolées appliqués aux macro-molécules déformables. | |
| − | Les | + | Les travaux de recherche s'effectuent au sein de l'équipe IMAGeS (anciennement MIV) du laboratoire ICube, en partenariat avec l'Institut de Génétique et de Biologie Moléculaire et Cellulaire (IGBMC). |
| + | Le cadre général des travaux de thèse est la reconstruction tomographique ''ab initio'' d'objets déformables. | ||
| + | L'objectif global est le développement de méthodes de traitement informatique des données (''projections'') dans le but d'estimer, sans ''a priori'', les paramètres de projection et le volume à partir d'un ensemble fini de projections discrètes bruitées. | ||
| + | La problématique a donné lieu au développement de plusieurs approches complémentaires. | ||
| + | '''Estimation de paramètres''' | ||
| + | |||
| + | En reconstruction tomographique ''ab initio'', les paramètres de projection de chacune des projections sont inconnus. | ||
| + | Une première estimation est nécessaire pour amorcer l'estimation du volume (''reconstruction''). | ||
| + | La méconnaissance d'information structurales de la protéine imagée et l'hypothèse de déformation continue a orienté les travaux sur l' ''hypothèse de variété'' à travers l'utilisation d'outils de ''réduction de dimension non-linéaire''. | ||
| + | L'étude sur la séparation des paramètres d'orientation et de déformation par réduction de dimension dans le cas d'objets planaires a fait l'objet d'un article présenté à la conférence [http://2016.ieeeicip.org/ ICIP 2016] (Phoenix). | ||
[[File:Shema_PageAcceuil_FR_2017.png|600px|vignette|centré|Schéma de la chaîne de traitement des données.]] | [[File:Shema_PageAcceuil_FR_2017.png|600px|vignette|centré|Schéma de la chaîne de traitement des données.]] | ||
| − | ''' | + | '''Détection de courts-circuits''' |
| − | |||
| − | |||
| − | La | + | Des arêtes erronées apparaissent dans les graphes de voisinages lorsque la variété est sous-échantillonnée ou que le niveau du bruit présent sur les données est trop élevé. |
| + | Ces arêtes son appelées ''courts-circuits''. | ||
| + | La présence de ces courts-circuits induit des erreurs importantes dans la réduction de dimension et donc dans l'estimation des paramètres de projection qui en dépendent. | ||
| + | Les niveaux de bruit atteints dans les données issues de cryo-microscopie électronique à particules isolées rendent les méthodes de détection des courts-circuits existantes inefficaces. | ||
| + | Une méthode de détection des courts-circuits, basée sur la distribution estimée des données a donc été développée afin de réduire l'impact du bruit sur l'estimation des paramètres. | ||
| + | L'approche a été présentée à la journée des nouveaux entrants 2016 de l'école doctorale MSII et lors de la session poster des [https://jci2017.sciencesconf.org/ Journées du Campus d'Illkirch] du 28/03/2017 et fait l'objet d'un article accepté à la conférence nationale [http://gretsi.fr/colloque2017/ GRETSI 2017] à Nice. | ||
[[File:SchemaConstructionGraphe_bis-eps-converted-to.pdf|900px|vignette|centré|Détection des courts-circuits dans un graphe de voisinage.]] | [[File:SchemaConstructionGraphe_bis-eps-converted-to.pdf|900px|vignette|centré|Détection des courts-circuits dans un graphe de voisinage.]] | ||
| Ligne 46 : | Ligne 58 : | ||
[[File:Arbre_SwissRoll_a2s025_5000proj_avecComplement_resized.gif|frameless|thumb|upright=2.9|centré|vignette|Animation : Construction du graphe approximant.]] | [[File:Arbre_SwissRoll_a2s025_5000proj_avecComplement_resized.gif|frameless|thumb|upright=2.9|centré|vignette|Animation : Construction du graphe approximant.]] | ||
| − | '''Mots clés''' - '' | + | '''Reconstruction ''ab initio'' ''' |
| + | |||
| + | L’absence d'information ''a priori'' dans l'approche basée sur la réduction de dimension non-linéaire rend l'estimation sensible au bruit, aux distributions non uniformes des paramètres et au caractère non isométrique de la ''fonction de génération des projections''. | ||
| + | L'utilisation d'un modèle paramétrique prenant en compte la géométrie des protéines et la transformée de ''Radon'' à l'origine des projections rend possible une estimation conjointe des paramètres de projection et du volume. | ||
| + | De part la formulation du modèle, les estimations sont robustes aux difficultés décrites ci-dessus tout en étant peu gourmandes en ressources calculatoires. | ||
| + | La méthode de reconstruction tomographique développée fait l'objet d'un article pour la conférence [http://2018.ieeeicip.org/ ICIP 2018] (Athènes). | ||
| + | |||
| + | '''Mots clés''' - ''Apprentissage de variété, Problème inverse, Détection de courts-circuits, Estimation de paramètres, Tomographie'' | ||
=== Projet de fin d'étude === | === Projet de fin d'étude === | ||
Version du 19 juillet 2018 à 14:57
Doctorant
|
 |
Activités
Doctorat
Reconstruction tomographique d'objets déformables pour la cryo-microscopie électronique à particules isolées
Financement: ANR RHODES.
Directeur: Mohamed TAJINE.
Encadrant: Loic MAZO.
Encadrant: Etienne BAUDRIER.
Les travaux de thèse s'inscrivent dans le projet ANR RHODES dont l'objectif est de produire des algorithmes de reconstruction tomographique pour la microscopie électronique à particules isolées appliqués aux macro-molécules déformables. Les travaux de recherche s'effectuent au sein de l'équipe IMAGeS (anciennement MIV) du laboratoire ICube, en partenariat avec l'Institut de Génétique et de Biologie Moléculaire et Cellulaire (IGBMC).
Le cadre général des travaux de thèse est la reconstruction tomographique ab initio d'objets déformables. L'objectif global est le développement de méthodes de traitement informatique des données (projections) dans le but d'estimer, sans a priori, les paramètres de projection et le volume à partir d'un ensemble fini de projections discrètes bruitées. La problématique a donné lieu au développement de plusieurs approches complémentaires.
Estimation de paramètres
En reconstruction tomographique ab initio, les paramètres de projection de chacune des projections sont inconnus. Une première estimation est nécessaire pour amorcer l'estimation du volume (reconstruction). La méconnaissance d'information structurales de la protéine imagée et l'hypothèse de déformation continue a orienté les travaux sur l' hypothèse de variété à travers l'utilisation d'outils de réduction de dimension non-linéaire. L'étude sur la séparation des paramètres d'orientation et de déformation par réduction de dimension dans le cas d'objets planaires a fait l'objet d'un article présenté à la conférence ICIP 2016 (Phoenix).
Détection de courts-circuits
Des arêtes erronées apparaissent dans les graphes de voisinages lorsque la variété est sous-échantillonnée ou que le niveau du bruit présent sur les données est trop élevé. Ces arêtes son appelées courts-circuits. La présence de ces courts-circuits induit des erreurs importantes dans la réduction de dimension et donc dans l'estimation des paramètres de projection qui en dépendent. Les niveaux de bruit atteints dans les données issues de cryo-microscopie électronique à particules isolées rendent les méthodes de détection des courts-circuits existantes inefficaces. Une méthode de détection des courts-circuits, basée sur la distribution estimée des données a donc été développée afin de réduire l'impact du bruit sur l'estimation des paramètres. L'approche a été présentée à la journée des nouveaux entrants 2016 de l'école doctorale MSII et lors de la session poster des Journées du Campus d'Illkirch du 28/03/2017 et fait l'objet d'un article accepté à la conférence nationale GRETSI 2017 à Nice.
Reconstruction ab initio
L’absence d'information a priori dans l'approche basée sur la réduction de dimension non-linéaire rend l'estimation sensible au bruit, aux distributions non uniformes des paramètres et au caractère non isométrique de la fonction de génération des projections. L'utilisation d'un modèle paramétrique prenant en compte la géométrie des protéines et la transformée de Radon à l'origine des projections rend possible une estimation conjointe des paramètres de projection et du volume. De part la formulation du modèle, les estimations sont robustes aux difficultés décrites ci-dessus tout en étant peu gourmandes en ressources calculatoires. La méthode de reconstruction tomographique développée fait l'objet d'un article pour la conférence ICIP 2018 (Athènes).
Mots clés - Apprentissage de variété, Problème inverse, Détection de courts-circuits, Estimation de paramètres, Tomographie
Projet de fin d'étude
Vidéo-stéganalyse basée sur l'étude des vecteurs de déplacement
Encadrant: Ahmed BOURIDANE.
Étude statistique des vecteurs de déplacement utilisés dans le standard H.264 conduisant au développement d'une méthode novatrice de détection des vidéos stéganographiques basée sur la morphologie des cartes de vecteur de déplacement. Ces travaux ont étés présentés lors du séminaire MIV du 14 janvier 2016.
Mots clés - H.264, Stéganographie, mathématiques morphologiques, SVM
Projet académique
Reconstruction en microscopie STORM
Développement et implémentation, en C d'un algorithme de reconstruction STORM.
Mots clés - Microscopie STORM, Détection de particules, Maximum de vraisemblance, Recalage d'images
Publication
<anyweb> https://icube-publis.unistra.fr/?author=Yves%20Michels </anyweb>
2015
- M.Guillaume, Y.Michels, S.Jay Joint estimation of water column parameters and seabed reflectance combining maximum likelihood and unmixing algorithm 7th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS). June2015