Transcriptions
Note: this content has been automatically generated.
00:00:00
merci bonjour à toutes et à tous âges dirigea laboratoire qui s'intéressent à l'analyse d'
00:00:04
images à la vision par ordinateur avec des applications dans un certain nombre de domaines
00:00:09
le domaine industriel mais aussi le domaine médical et ces deux domaines la que je vais vous
00:00:13
parler aujourd'hui pourrait cesser de vous montrer les contributions que notre laboratoire peut faire
00:00:17
pour améliorer l'utilisation la qualité des images et donc la médecine personnalisée
00:00:23
l les idées qui se cache derrière ce que globalement l'imagerie médicale
00:00:28
nous fournit aujourd'hui un certain nombre de modalités tout à fait intéressante et passionnante qui nous
00:00:32
permettent d'avoir à un outil primordial pour le diagnostic et donc pour la médecine personnalisée
00:00:37
ces modalités existe depuis plusieurs années je voudrais en souligner
00:00:42
deux importantes sur lesquelles nous travaillons de façon intensive la
00:00:45
résonance magnétique imagerie par résonance magnétique vous avez là un exemple de ce que l'on peut visualiser comme
00:00:51
née par imagerie par résonance magnétique aujourd'hui dans un cadre diagnostic et puis l'échographie
00:00:56
l'échographie tout le monde connaît ses modalités qui et je veux dire vieille comme le monde qui est très ancienne mais qui aujourd'hui on
00:01:03
peut avoir une sorte de second souffle j'essaie de vous montrer le genre de contributions comme en fait dans mon laboratoire à ce sujet
00:01:08
quels enjeux de ce genre de recherche c'est de permettre par de nouveaux développements mathématiques d'avoir de nouvelles
00:01:15
méthodes d'acquisition de reconstruction et d'analyse de ce genre de données pour permettre de révéler des
00:01:20
informations qui jusqu'ici était inaccessible et ce de façon totalement in vivo sur le corps humain vivant et
00:01:27
les deux sujets que je vais essayer de déluge très rapidement aujourd'hui c'est donc cette
00:01:31
imagerie par résonance magnétique pour montrer que par des approches originales et
00:01:35
mathématiquement solide on arrive à avoir une formation unique
00:01:39
sûr de l'information qui n résolution beaucoup plus petite que la résolution intrinsèque de la machine
00:01:44
machine par résonance magnétique les points que vous avez dans l'image se fait de l'ordre du millimètre cube
00:01:50
je vous montrais que par des méthodes avancées on arrive à avoir de
00:01:52
l'information sur les cellules nerveuses ellemême qui constitue un organe
00:01:56
comme le cerveau par cette machine de résonance politique en ultrasons je vous montrer que par des techniques
00:02:02
avancées de reconstruction et d'acquisition et de reconstruction on peut avoir des qualités extrême d'images
00:02:08
avec très peu d'informations acquises ce qui ouvre la porte à des systèmes d'imagerie
00:02:12
ultra portable qu'on pourrait avoir tous dans notre poche prochainement comment en développant les
00:02:18
bonnes approches mathématiques ce qu'on appelle résoudre un problème inverse je voudrais vous illustrer
00:02:22
sa très brièvement sur les deux exemples de lierre m et de l'échographie
00:02:27
le principe général de la reconstruction d'images à partir de capteurs comme
00:02:31
pierre m. o. l'échographie c de dire on a un problème
00:02:35
direct qui et la formation de l'image gêne réalité
00:02:39
je tiens à minima j'obtiens des signaux extrait de cette réalité et mon objectif
00:02:45
si la réalité est ici j'obtiens des signaux et mon objectif c'
00:02:49
est à partir de ces signaux de caractériser l'objet initial
00:02:54
donc le principe des méthodes mathématiques que l'on développe ses dires gn réalité
00:02:59
je vais essayer de comprendre en disant si cette réalité un
00:03:03
certains nombre de caractéristiques par exemple sur ce cerveau
00:03:06
on va voir dans le cerveau entre membres de fibres nerveuses de paquets d'
00:03:11
axones qui peuvent avoir des propriétés micro structurelle diverses et variées les axones de
00:03:17
tailles différentes des compacité d'axones différents des quantités de milliers lignes différentes toutes
00:03:23
ses propriétés la font que je veux lorsque j'utilise l'appareil rn
00:03:28
je mesure incertain signale et ce qu'on a réussi à faire c'est
00:03:31
de façon très précises modéliser le lien entre cette réalité et le
00:03:36
signal que l'on va obtenir par ce qu'on appelle un modèle directe qui pas forcément simple mais qui est un modèle linéaire
00:03:43
et tout l'enjeu des travaux que l'on fait en suisse et de dire ok maintenant j'
00:03:46
acquière les signaux et j'aimerais retrouver les caractéristiques demande de mon de mon milieu d'origine
00:03:52
faire ce qu'on appelle la résolution du problème inverse et sur le r. m.
00:03:56
on a réussi à le faire en exprimant de façon stricte le modèle directe
00:03:59
qui lie qui lie la caractéristique micro structurelle du cerveau aux signaux hier m. que
00:04:05
l'on obtient dans une réalité qu'on appelle hier et de diffusion
00:04:08
et ensuite de développer les méthodes mathématiques d'inversion de ce modèle
00:04:13
pour finalement retrouver des informations ici sur le diamètre actionnelle
00:04:18
la distribution de diamètre actionnelle dans chaque coin de l'image et vous voyez ici
00:04:22
image sur un singe de la distribution des diamètres des actions à la
00:04:28
au milieu du cerveau dans ce qu'on appelle le parquet l et donc là vous voyez qu'on peut avoir une cartographie de la taille
00:04:34
des axones avec jean résolution minuscule alors qu'en fait la précision minuscule alors qu'en fait on
00:04:40
a uni rennes qui les résolutions relativement grossière même chose exactement la même chose en échographie
00:04:47
on exprime de façon très stricte le modèle directe qui relie
00:04:51
le signal émis au milieu qui reflètent les coûts
00:04:54
et par expression de ce modèle directive vraiment simple mais on arrive à exprimer
00:04:59
de façon très précises on arrive par inversion modèle exactement la même chose
00:05:03
reconstruire des images de très grande qualité vous voyez là c'est une image reconstruite avec des données standard
00:05:10
peu de données on voit la qualité pas terrible et avec des méthodes avancées en arrière des images de très
00:05:15
grande qualité quels enjeux là c'est d'avoir des images heures échographie très petit avec très peu d'
00:05:20
éléments des images de qualité extraordinaire c'est vraiment longe donc à la fin ce qui va se passer c'
00:05:26
est qu'on va pouvoir avoir grâce à ce genre de contributions accéder à des informations biologique unique
00:05:33
impossible accéder jusqu'ici de façon in vivo et 7 j prétend que ce genre de méthodes la savane ouvrir la
00:05:38
porte vers des biopsies du futur des biopsies virtuel avoir information
00:05:42
sur le tissu sans devoir faire de prélèvements réels
00:05:45
ou bien pour l'échographie avoir des images de qualité optimale sur des dispositifs totalement
00:05:50
miniature visée qu'on pourra voir dans notre poche sur un smartphone que
00:05:52
chaque médecin pourrait avoir dans sa poche je prétends que ça pourrait