Équipes de Mathématiques-Informatique

Équipes du LIPADE

 Le domaine de compétences du Laboratoire d'Informatique de Paris Descartes (LIPADE) a une activité reconnue et très variée dans le traitement des données notamment images. Le groupe SIP (Systèmes Intelligents de Perception) a une longue expériences des systèmes qui opérent un filtrage sémantique à partir de données visuelles notamment de simages médicales (collaboration avec l'Institut Pasteur par exemple). Nous pouvons également citer par exemple Professeur Salima Benbernou  spécialiste du scockage des données complexes dans des grandes bases de données.

Pour l'imagerie, nos équipes sont d'ores et déjà opérationnles pour deux thématiques essentielles: l'analyse et l'interprétation d'images. Dans le cadre de l'analyse d'images, les thématiques de premier plan abordées sont l'analyse de la texture, dans le cadre de la segmentation, la caractérisation de l'évolution de la morphologie de structures biologiques ou médicales, et la reconstruction 3D (plus d'information sur le site de l'équipe) .

En ce qui concerne l'interprétation d'images, les apports des travaux de l'équipe Intelligence Artificielle Distribuée axés autour de l'apprentissage numérique, de la connaissance et du raisonnement, et des systèmes multi-agents sont fondamentaux. Ces travaux permettent d'extraire de la connaissance à partir de la masse de critères fournis par l'étape de l'analyse d'images. Enfin une fois cette connaissance extraite, il est important de savoir la représenter et la manipuler par une modélisation du raisonnement (argumentation, négociation, prise de décision …).

Laboratoire d'Informatique de Paris Descartes (LIPADE)

Université Paris Descartes (EA 2517) (Dir. P. MORAITIS)

 

Équipe du MAP 5

Le MAP5 a une activité de premier plan en traitement d'images dans les domaines suivants:

- la détection de structures (bords, segments, opacités, etc.) dans les images grâce à de nouvelles méthodes inspirées de la vision humaine (Agnès Desolneux, Lionel Moisan)
- la mise en correspondance non rigide d'images (recalage) et l'estimation de déformations entre images planes, volumiques, et nuages de points (Agnès Desolneux, Joan Glaunès, Lionel Moisan, Frédéric Richard, Adeline Samson, Mohamed Hachama, Maël Primet)
- la modélisation des images de tissus biologiques en mammographie, radiographie, échographie, etc. (Hermine Biermé, C. Graffigne, Frédéric Richard, Sylvie Sevestre)
- la mesure et l'amélioration (débruitage, déconvolution, démosaïquage, etc.) de la qualité
des images et des vidéos (Antoni Buades, George Koepfler, Lionel Moisan, Cécile Louchet)
- la segmentation d'images médicales et le suivi de mouvement (Antoni Buades, Georges Koepfler, Lionel Moisan, Alice Démarez, Karim Foudhaili, Maël Primet)

Université Paris Descartes- CNRS (UMR 8145) (Dir. A. RAOULT)


Équipe du LAGA

Les applications des mathématiques aux sciences du vivant sont un axe transversal majeur du Laboratoire Analyse, Géométrie et Applications (LAGA) de l'Université Paris 13. Deux équipes du laboratoire participent plus particulièrement au développement des méthodes mathématiques pour les Imageries du Vivant.

L'équipe Mathématiques pour le Traitement de l'Information et des Images (MTII) s'intéresse particulièrement aux images médicales en tant qu'observations bruitées du fonctionnement des organismes vivants. L'objectif est alors de traduire ces observations en informations exploitables par médecins et biologistes, en tenant compte rigoureusement des imperfections de l'instrument de mesure.

L'équipe Modélisation et Calcul Scientifique s'intéresse à la modélisation mathématique des phénomènes, dans le formalisme des équations aux dérivées partielles. L'équipe participe notamment au LaBex Inflamex sur la modélisation de l'inflammation.

Quelques exemples de thématiques étudiées :
- segmentation d'images par les méthodes de Graph-Cut
- débruitage et super-résolution
- analyse de formes par squelettisation
- recontruction d'images en microscopie confocale pour les cellules non adhérentes

Université Paris 13 - CNRS (UMR 7539) (Dir. P. Souplet)