Equipe quantif

Responsable : Su Ruan et Pierre Vera


Objectifs

L’activité de recherche de l’équipe QuantIF porte sur Optimisation et analyse des images médicales fonctionnelles et moléculaires : Application à la pathologie cancéreuse et inflammatoire au niveau du thorax et de l’abdomen. Utilisation des méthodes de segmentation, fusion et classification pour améliorer la quantification et l’analyse des images médicales anatomiques et fonctionnelles Thématiques de recherche Segmentation d’organes ou de tumeurs en IRM, TEP/TDM Prédiction et suivi thérapeutique en TEP/TDM Analyse et classification des images de microscopie confoncale in vivo du poumon Fusion d’imageries multifonctionnelles (métabolisme, hypoxie, prolifération tumorale) en TEP-TDM Optimisation des mesures de volumes en TEP-TDM pour la définition du « Gross Tumour Volume » (GTV) en radiothérapie externe et intérêt pronostique de l’imagerie fonctionnelle en cours de radiothérapie Optimisation de l’imagerie synchronisée (TEMP cardiaque synchronisée, TEP-TDM pulmonaire synchronisée)

Approche

Utiliser des techniques d’apprentissage, de graphe, de fonction de croyance, de statistique et d'EDP pour résoudre des problèmes de segmentation, classification et fusion des images médicales Rapprocher et trouver la synergie entre la question médicale et la réponse algorithmique

Applications

Développement et validation d'outils de segmentation pour l'aide au diagnostic et à la radiothérapie", "Prédication de l'évolution des tumeurs pendant et après des traitements thérapeutiques", "Analyse des images en microscopie confocale fibrée pour l'aide au diagnostic", "Apport de l'imagerie anatomique et fonctionnelle dans le ciblage par radiothérapie des tumeurs pulmonaires.

Projets en cours

[1 ] Projet RIN 2017-2020 (région Normandie)," Modèles Non locaux et Masse de Données : de la théorie, l’aide à la décision en Imagerie Médicale à la valorisation du Patrimoine 3D Normand"

[2]Projet RIN 2018-2021 (région Normandie), "Modélisation mathématique avancée et simulation  Numérique pour l'innovation dans l'environnement et la santé"

[3] Projet NIH (National Institutes of Health, US)19/06 2018- 31/05 2020 : "RADIOMICS-BASED PROGNOSTIC MODEL OF CERVICAL CANCER HABITATS ". 


Personnels
Réseaux de Recherche
INSERM-CNRS-CEA (U694) CNRS Paris 6 Norm@stic Axe 3 Cancéropôle Nord-Ouest Projet M2NUM du GRR LMN
Mots clés
["Imagerie médicale Microscopie confocale fibrée TEP, TEMP, TDM, IRM" , "Imagerie 4D", "Segmentation Classification et Prédication", "Fusion d’informations", "Thorax, abdomen-pelvis "]