Présentations et séminaires à CREATIS

Jury :

M. David ROUSSEAU, Professeur,Université Angers, Rapporteur

M. Harry VAN LENTHE, Professeur, Université Louvain, Rapporteur

Mme Laurence VICO, Directeur de Recherche, Université Lyon, St Etienne, Examinateur

M. Pascal LAUGIER, Directeur de Recherche, CNRS, Université Paris, Examinateur

La spectroscopie ultrasonore quantitative permet de remonter à des paramètres physiques moyensdes tissus via le coefficient de rétrodiffusion. Les propriétés des diffuseurs du tissus sont obtenus parméthode inverse en utilisant des modèles de diffusion ultrasonore. Cette technique peut être utiliséepour différentes applications où l’on s’intéresse à la microstructure tissulaire, comme lacaractérisation tissulaire, ou à son évolution, comme pour le suivi d’un traitement anti-cancer.Des paramètres des diffuseurs peuvent être estimés en utilisant des modèles de diffusion.

Le jury :

M. Radu PRODAN, professeur,  Institue of Information Technology, University of Klagenfurt, Autriche, Rapporteur

M. Vincent BRETON, professeur des Universités, IN2P3, Clermont-Ferrand, Rapporteur

Mme Vania MARANGOZOVA-MARTIN,  Maître de Conférences (HDR), Université de Grenoble, Examinatrice

M. Stéphane GENAUD, professeur, Université de Strasbourg Examinateur

Le jury :

M. Denis KOUAME, professeur des Universités, IRIT Toulouse,  Rapporteur

M. Charles SOUSSENS, professeur des Universités, Centrale-Supelec, Gif sur Yvette, Rapporteur

Mme Christine CHAPPARD, Chargé de Recherche, INSERM B2OA, Paris, Examinatrice

M. Hugues TALBOT, professeur associé,  ESIEE, Gif sur Yvette   Examinateur

Echographic imaging depicts anatomical structure by displaying the magnitude of the envelope-detected backscattered echoes. However, ultrasonic radiofrequency data contains a richer information content that can be exploited for constructing images of intrinsic tissue properties. In particular, spectral-based ultrasonic tissue characterization techniques allow imaging parameters such as the backscatter coefficient and the attenuation coefficient.

Soutenance d'habilitation à diriger des recherches, devant le jury suivant :

Mme Anabela Da Silva, Directrice de Recherche CNRS, Université Aix-Marseille, Rapporteuse

M. Denis Kouamé, Professeur des Universités, Université Paul Sabatier Toulouse, Rapporteur

M.Christian Jutten, Professeur des Universités, Université Grenoble-Alpes, Rapporteur

Jury :

M. Hervé Saint-Jalmes,Professeur des Universités et Professeur Hospitalier, Biosit Université de Rennes, Rapporteur

Mme Florence Franconi,Ingénieur Recherches, Laboratoire: Micro et Nanomédecines Translationnelles, Université d'Angers, Rapporteur

M. Jean-Marie Bonny, Directeur de Recherches INRA Clermont-Ferrand, Examinateur

M. Denis Friboulet, Professeur des Universités, Laboratoire CREATIS, Lyon, Examinateur

Jury :

Basarab Adrian, Maître de conférences HDR, Université Paul Sabatier de Toulouse, Rapporteur

Luo Jianwen, Maître de conférences HDR, Université Tsinghua, Rapporteur

Thiran Jean-Philippe, Professeur, Ecole Fédérale Polytechnique de Lausanne, Rapporteur

Bridal Lori, Directrice de recherche CNRS, Sorbonne Université, Examinatrice

Composition du Jury:

Najat Salameh, Professeur, Université de Bâle Rapporteur

Stéphane Serfaty, Professeur, Université de Cergy Pontoise Rapporteur

Jean-Michel Franconi, Professeur, Université de Bordeaux Rapporteur

Stefan Enoch, DR CNRS, Université de Marseille  Examinateur

Isabelle DufourProfesseur, Université de Bordeaux Examinatrice

Noël Burais, Professeur, Université de Lyon  Examinateur

Résumé : La segmentation d'images texturées continue de présenter un challenge majeur en traitement d'images quand les textures rencontrées sont de type stochastiques. Dans cet exposé, nous aborderons cette question par le couplage entre analyse multirésolution et outils d’optimisation non lisse. Nous présenterons tout d'abord les approches usuelles en deux temps estimation/segmentation puis nous expliciterons les modèles développés permettant d'effectuer les deux étapes de façon jointe.

Nous proposons un nouvel algorithme de segmentation pour des images échographiques 3D reposant sur la méthode dite des champs de phase. Pour cela, nous considérons un modèle variationnel dont le terme de régularisation est donné par l’équation de réaction-diffusion d’Allen-Cahn. Cette équation vise à modéliser les processus de séparation de phases, par exemple dans les fluides binaires.