31 Oct
2017
31 Oct
'17
11:04 a.m.
Chers collègues,
La prochaine session du séminaire Performance et Généricité du LRDE
(Laboratoire de Recherche et Développement de l'EPITA) aura lieu le
Mercredi 8 novembre 2017 (10h--12h), Amphi 4 de l'EPITA.
Vous trouverez sur le site du séminaire [1] les prochaines séances,
les résumés, captations vidéos et planches des exposés précédents [2],
le détail de cette séance [3] ainsi que le plan d'accès [4].
[1] http://seminaire.lrde.epita.fr
[2] http://seminaire.lrde.epita.fr/Archives
[3] http://seminaire.lrde.epita.fr/2017-11-08
[4] http://www.lrde.epita.fr/wiki/Contact
Au programme du Mercredi 8 novembre 2017 :
* 10h--11h: Lire les lignes du cerveau humain
-- Jean-François Mangin, NeuroSpin, CEA, Paris-Saclay
www.cati-neuroimaging.com
La lecture des lignes de la main est une activité ancestrale sans
fondement scientifique, même si certains motifs sont associés à des
malformations congénitales comme la trisomie 21. Cette conférence
décrira l’émergence d’une véritable science de la lecture des «
lignes
du cerveau humain », qu’il s’agisse des plissements de son cortex ou
de
la trajectoire des faisceaux de fibres qui constituent son câblage à
longue distance. Des formes inhabituelles de ces plissements ou de
ces
faisceaux sont parfois la trace d’anomalies développementales
susceptibles d’augmenter le risque de développer certaines
pathologies.
-- Jean-François Mangin est directeur de recherche au CEA. Il y
dirige un
groupe de recherche algorithmique en neuro-imagerie au sein du centre
Neurospin, la plateforme IRM en champs intenses du CEA. Il est aussi
directeur du CATI, la plateforme française créée par le plan
Alzheimer
pour prendre en charge les grandes études de neuroimagerie
multicentriques. Il est enfin codirecteur du sous-projet «Human
Strategic Data» du Human Brain Project, le plus vaste projet de
recherche de la commission européenne. Il est ingénieur de l’Ecole
Centrale Paris et Docteur de Télécom ParisTech. Son programme de
recherche vise au développement d’outils de vision par ordinateur
dédiés
à l’interprétation des images cérébrales. Son équipe s’intéresse en
particulier aux anomalies des plissements ou de la connectivité du
cortex associées aux pathologies. Elle distribue les outils logiciels
issus de cette recherche à la communauté.
* 11h--12h: Apprentissage automatique en neuroimagerie: application aux
maladies cérébrales
-- Edouard Duchesnay, NeuroSpin, CEA, Paris-Saclay
Home page: https://duchesnay.github.io/
L'apprentissage automatique, ou "pattern recognition" multivarié,
peut
identifier des motifs complexes, associés à une variable d'intérêt,
et
ce, dans des données de grandes dimensions. Une fois l'apprentissage
effectué par l'algorithme, il est appliqué à un nouvel individu afin
de
prédire l'évolution future de ce dernier. L'imagerie par résonance
magnétique (IRM) fournit une approche efficace et non invasive pour
étudier les changements structurels et fonctionnels du cerveau,
associés
aux conditions cliniques des patients. En combinant apprentissage
automatique et imagerie cérébrale, il est possible de considérer
l'émergence d'une médecine personnalisée, où les algorithmes ont
appris
du passé à prédire la réponse probable et future d'un patient donné à
un
traitement spécifique. Ces nouvelles informations guideront le
clinicien
dans ses choix thérapeutiques. Nous présenterons la complexité des
données IRM manipulées, les algorithmes d'apprentissage et leurs
applications aux maladies cérébrales.
-- Edouard Duchesnay a obtenu un diplôme d'ingénieur en génie
logiciel de
l'EPITA en 1997 (spécialisation SCIA), puis un master et un doctorat
en
traitement du signal et des images de l'Université de Rennes 1,
respectivement en 1998 et 2001. Depuis 2008, il est chargé de
recherche
chez Neurospin, le centre de neuroimagerie par IRM du CEA. Il
développe
des algorithmes d'apprentissage automatique fournissant des outils de
diagnostic et pronostic ou des méthodes de découverte de biomarqueurs
pour les maladies du cerveau. E. Duchesnay est un contributeur majeur
de
la bibliothèque d'apprentissage automatique ParsimonY de Python,
dédiée
aux données structurées de grandes dimensions, telles que l'imagerie
cérébrale ou les données génétiques. Il a également contribué à la
bibliothèque d'apprentissage automatique scikit-learn de Python.
L'entrée du séminaire est libre. Merci de bien vouloir diffuser cette
information le plus largement possible. N'hésitez pas à nous faire
parvenir vos suggestions d'orateurs.
--
Guillaume TOCHON
Maître de conférences // Assistant Professor
LRDE, EPITA
18, rue Pasteur
94270 Le Kremlin-Bicêtre
_______________________________________________
Seminaire mailing list
Seminaire(a)lrde.epita.fr
https://lists.lrde.epita.fr/listinfo/seminaire