Recherche

Laboratoire des Sciences de l'Ingénieur, de l'Informatique et de l'Imagerie (ICube)

ICube - UMR CNRS 7357

Instituts du CNRS : INS2I - INSIS

Equipe Recherche IMAGeS Images, Modélisation, Apprentissage, Géométrie et Statistique

Intranet Equipe IMAGeS

Mes activités de recherche au sein de l'Equipe Modèles, Images, Vision (MIV) :

Equipe IMAGeS - Images, Modélisation, Apprentissage, Géométrie et Statistique (anciennement MIV) du laboratoire ICube
Thème Image Processsing for Space and Earth Observation (IPSEO)
Thème Analyse Statistique & Problèmes Inverses (ASPI)
Thème Traitement d'Images BioMédicales (TIBM)

Thématique : Analyse statistique des images, segmentation markovienne hiérarchique, estimation, techniques d'optimisation (multigrille, multiéchelle, multirésolution, algorithmes génétiques…), inférence bayésienne sur les graphes, processus de points marqués, mise en place de solutions avancées pour la visualisation, le débruitage, le rééchantillonnage et la fusion de données multivariées, ainsi que pour les tâches de segmentation, de caractérisation et de classification en imagerie multi- (radio) et hyper/ultra- spectrale (optique).

Champs d'applications : images SONAR, images tri-bandes SPOT, séquence d'images infrarouges, images superspectrales et hyperspectrales astronomiques, imagerie multimodale médicale et biologique, imagerie polarimétrique…

Imagerie Médicale et Chirurgicale (sélection d'actions, réalisations, évènements depuis 2001)

2015-2022

Traitement d’images pour l’analyse des dégradations d’explants en chirurgie vasculaire avec le GEPROVAS (Professor Nabil Chakfé, MD, PhD, FEBVS, Head, Department of Vascular Surgery and Kidney Transplantation, University Hospital of Strasbourg)

Décembre 2017 : Hugo GANGLOFF remporte le Trophée Ile-de-France André Blanc-Lapierre 2017 pour son projet de travail de fin d’étude de Télécom Sud Paris et Télécom Physique Strasbourg (voir vidéo ci-dessus).

2007-2015

2009-2015 : PI of Atlantis program : Dual Degree between Polytecnico di Milano (Italy), University of Houston (TX, USA), University of Gainesville (FL, USA) on Computational Robotics and Medical Image Processing

4th Annual International Conference in Computational Surgery and Dual Training, Joseph B. Martin Conference Center at Harvard Medical School, Boston, MA, USA, December 9th - 11t Houston, TX, 2012 - 2012 Boston Atlantis Program.pdf

2007-2011 : Programme d'échange franco-américain (PUF) financé par l'Ambassade de France à Washington (20 stages à Houston)

2010-2013

Services et d’aide à la personne pour la recherche de sohutions innovantes en télémédecine et assistance à domicile

Imagerie, Robotique Médicale et Chirurgicale : IRMC

Première Plate-forme d’IRM interventionnelle en Europe dédiée aux soins, à la recherche et à l’enseignement

Création d'un Institut Hospitalo-Universitaire à Strasbourg

2008-2012

Pôle de compétitivité “Innovations Thérapeutiques”

Alsace BioValley

Université virtuelle de formation aux techniques chirurgicales.

Institut de Recherche contre les cancers de l'appareil digestif, IRCAD

2005-2009

Ecole de l'Auscultation (ANR ASAP)

Pôle de compétitivité à vocation mondiale

Institut de Physique Biologique

2001-2004

Programme mobilisateur multi-laboratoires soutenu par le CNRS : Imagerie et Robotique Médicale

Responsable du thème IPSEO 2005-2017

Le groupe IPSEO de l'équipe Modèles, Images, Vision d'iCube collabore de longue date avec des astronomes. Les projets IDHA Images Distribuées Hétérogènes en Astronomie de l'ACI GRID 2001-2004, MDA Masse de Données en Astronomie de l'ACI MD 2003-2006, ANR SpaceFusion (2006-2009), ANR Dahlia (2009-2013), ERC Muse piloté par le CRAL Lyon (2014-2018) ont eu comme objectif le développement de méthodes originales en analyse d'images pouvant répondre aux besoins particuliers du secteur Sciences De l'Univers ( télédétection, imagerie planétaire, astrophysique ). Le domaine d'excellence du groupe est la modélisation de données complexes (multispectrales, hyperspectrales, multi-vues) par des approches probabilistes (inférence bayesienne, modèles a priori régularisant) et la résolution du problème inverse lié à leur analyse. Le champ d'activité couvre des aspects méthodologiques ( modèles graphiques, densités de probabilité multidimensionnelles, modèles markoviens, ondelettes, processus de points marqués, décomposition de spectres) et la mise en place de solutions avancées pour la visualisation, le débruitage, le rééchantillonnage et la fusion de données multivariées, ainsi que pour les tâches de segmentation, de caractérisation et de classification en imagerie multi- (radio) et hyperspectrale (optique).