« Modèles statistiques pour l'analyse d'images, algorithmes et applications en imagerie bio-cellulaire et moléculaire »  

Charles Kervrann

(projet Serpico)

Habilitation à diriger des recherches

Inria-Rennes-Bretagne Atlantique

29 Juin 2010

Les transparents

Les vidéos

Ces dernières années, les avancées en microscopie multidimensionnelle et multimodale couplées aux nouvelles techniques de marquage par sondes fluorescentes types GFP ( "Green Fluorescent Protein" ) ont révolutionné la biologie moléculaire et cellulaire. Grâce à ces instruments technologiques d'investigation de haute résolution, des avancées considérables en biologie fondamentale ont déjà été obtenues dans la description des principales voies de transport membranaire, dans les mécanismes de tri et d'adressage des protéines et dans le maintien ou la défaillance de l'intégrité fonctionnelle des compartiments de la cellule. Mais, force est de constater que l'analyse des données de microscopie optique et électronique, est très problématique. Il faut en effet traiter des quantités considérables de volumes, toujours en nombre croissant. Leur contenu, relativement nouveau, permet néanmoins d'exhiber des problématiques originales en traitement de l'image pour lesquelles les solutions restent à inventer.

Les travaux que je présente s'inscrivent dans ce contexte scientifique actuellement en plein essor en mathématiques appliqués, en traitement du signal et de l'image et en informatique. Au cours de cet exposé, j'aborderai le cadre de la modélisation et de l'estimation non-paramétrique que nous avons retenu pour mettre en évidence des évènements et des mécanismes inattendus ou rarement observés. Puisque l'imagerie permet de sonder des mécanismes et des assemblages moléculaires dynamiques qu'il s'agit de décrypter, il est en effet très difficile d'imposer des contraintes sur le problème sous la forme de lois à priori ou issues d'une analyse par des techniques apprentissage nécessitant des vérités terrain obtenues auprès d'experts. J'ai donc présenté quelques critères de segmentation, de détection, de suivi d'objets ou d'estimation qui ne coïncident pas toujours avec la minimisation globale de fonctionnelles d'énergie établies bien souvent dans un cadre bayésien ou variationnel en analyse d'images. Nous proposons une méthodologie adaptée à l'application et permettant de calibrer les paramètres des algorithmes qui ont été déduits. Les algorithmes conçus sont généralement tous capables de traiter des images 2D, 3D, 2D+T et 3D+T et peuvent être pilotés par des utilisateurs non spécialistes du traitement d'images. L'ensemble de ces travaux a été validé par des experts biologistes sur des données réelles en biologie cellulaire et biologie structurale. Certains algorithmes se sont également révélés efficaces pour résoudre des problèmes similaires en imagerie médicale ou analyse de vidéos.

Pour conclure, j'ai décri les promesses et les défis portés par la démarche exposée en imagerie corrélative CLEM ("Correlative Light Electron Microscopy") qui permettra de gérer les changements d'échelle en microscopie électronique et optique.

Mots-clés: imagerie bio-cellulaire, microscopie, traitement d'images, estimation non-paramétrique

 

 

télécharger la vidéo ( format MP4 - 162 Mo)

L'ensemble des HDR
(enregistrées depuis 2001)

Retour vidéothèque