Vu les données produites dans les WP1 et 2 ou requises par les modèles et les simulations du WP5, le WP4 a deux principaux objectifs: améliorer le processus de formation de l'image dans des imagerie émergentes et extraire des indicateurs et des biomarqueurs d'imagerie pertinents afin d'améliorer le diagnostic et la thérapie dans des applications médicales ciblées.

Le traitement des données est une étape importante pour la qualité de reconstruction de l’image à partir divers systèmes de production d'images. Les développements conduits dans le WP4 visent à améliorer la formation de l’image dans un certain nombre de modalités d'imagerie où le déficit de mesures peut-être important (données parcimonieuses). Il s'agit notamment de développer de nouvelles techniques de reconstruction d'images (échantillonnage compressé, reconstruction sous contrainte, optimisation stochastique), de proposer de nouvelles formules d'inversion et de nouveaux schémas de reconstruction pour des imagerie émergentes (Tomodensitométrie à rayons X de phase, tomodensitométrie spectrale, tomographie optique de fluorescence, imagerie Compton pour la Hadronthérapie) et de développer des méthodes génériques pour traiter divers types de bruit.

Les objectifs de diagnostic et de thérapie conduisent à élaborer des méthodes d’extraction de paramètres des images et de proposer de nouveaux indicateurs et bio-marqueurs relatifs aux pathologies ciblées. La détection robuste et (semi-)automatique de structures ou d'évènements élémentaires des images reste un problème ouvert, compte tenu des multiples niveaux d'incertitude des données d'imagerie (données éparses et bruitées notamment). Il s'agit d'étudier de nouvelles représentations adaptées à des données pouvant être scalaires, vectorielles, tensorielles, quaternioniques (modèles discrets combinatoires multi-résolution pour des image 3D et les maillages, opérateurs pour l'algèbre de Clifford et multi-quaternionique, signal analytique nD, analyse fractale et multi-fractale), d'étendre en multi-dimensions des opérateurs pour la segmentation (ensembles de niveaux statistiques, basés atlas, graph-cuts), l'estimation multi-paramétrique, le recalage et l'estimation de mouvement (basés sur la phase, sur le transport optimal et sous optimal). Plusieurs aspects des systèmes d'aide à la décision (approches supervisées/non-supervisées, paramètres hétérogènes, stratégies de validation) font également partis de nos travaux.

Les développements conduits dans le WP4 sont appliqués plus particulièrement en imagerie cardiovasculaire, cérébrale, de l’os et pour le traitement du cancer guidé par l’image.

Thèses PRIMES portant sur les thématiques du WP4:

• TOMA Alina (2012 - 2015) - Méthodes d’optimisation par approches parcimonieuses pour l’analyse d’images tomographiques in vivo de la structure osseuse (CREATIS-4) thèse soutenue le 9 mars 2016
• STOICA Razvan (2012 - 2015) - Modélisation multi-physique patient spécifique du cœur (50% WP4, 50% WP5) 50% Labex PRIMES (CREATIS-1) - 50 % ICJ (Institut Camille Jordan)
• EL AZAMI Meriem (2013 - 2016) - Recherche de biomarqueurs par l’analyse multivariée d’images paramétriques multimodales pour le bilan non-invasif préchirurgical de l’épilepsie focale pharmaco-résistante (CREATIS-2) thèse soutenue le 23 septembre 2016
• GIACALONE Mathilde (2014 - 2017) - Traitement et simulation d’images d’IRM de perfusion pour la prédiction de l’évolution de la lésion ischémique dans l’accident vasculaire cérébral (CREATIS-6)
• BUJOREANU Denis (2015 - 2018) - Echographie compressée : une nouvelle stratégie d'acquisition et de formation pour une imagerie ultra-rapide (CREATIS-3, CREATIS-2)
• LECLERC Sarah (2016 - 2019) - Détection multi-structures en imagerie cardiaque par méthode d’arbre aléatoire structuré (CREATIS-1)
• HOHWEILLER Tom (2016 - 2019) - Reconstruction non linéaire pour l'imagerie X Spectrale (50% WP2, 50% WP4) (CREATIS-4)

Post-Doc PRIMES

• GASSE Maxime (2017 - 2018) - Reconstruction en imagerie ultrasonore 3D compressée par réseau de neurones profond (CREATIS-2)