Recherche et Développement :

Superviseur des Projets de fin d'étude étudiants ESEO (Preuve de concept) :

• Toilette intelligent (en collaboration CHU Angers) composé d'un système embarqué et application Androïde : Analyse de la miction, détection de scelle, détection de présence et de chute (lien linkedin et article Ouest France);

• Borne connectée (en collaboration CH du Mans) : Questionnaire via un site web;

• Détecteur des rythmes cardiaques et respiration, extraction d'extra-systoles ventriculaire, détection de souffles, à partir de signaux ECG, PPG, PCG;

• Détection et réjection d'artéfacts présents dans les signaux ECG, PPG, PCG;

• Classification des stades de sommeil (EEG, EMG, OMG);

• Détection de signaux micro-emboliques Doppler;

• Segmentation d'images échographiques de l'utérus;

Ingénieur R&D au LUSSI - GIP Ultrasons (Tours) :

• Projet de Transfert Technologique : SAGEM

• Projet de Transfert Technologique : IFP

Recherche académique  (directeur et codirecteur de thèse) :

• Prédiction du taux de réussite d'une fécondation in vitro (Thèse de Zeinab Abbas, Centre Al Hadi, image et machine learning)

• Développement d'un indicateur de risque cardio-vasculaire à partir des signaux PPG (Thèse de Margaux Blanchard, Chaire CIDELEC, signal et deep learning);

• Classification des stades de sommeil à partir des signaux EEC, EMG, OMG, PPG (Thèse de Jade Vanbuis,  Chaire CIDELEC,  signal et deep learning)

• Commande optimale en imagerie  ultrasonore  CND (Thèse de Nesrine Houhat, CRTI Alger, imagerie-signal-image ultrasonore)

• Analyse et détection de signaux Doppler micro-emboliques à partir de moniteur Doppler (Thèse Maoun Geryes, Cotuelle Université Libanaise & Projet ANR Embolter, signal Doppler, machine learning)

• Recherche d'indicateurs de complexité (Thèse de Amira Zaylaa,  cotutelle Université Libanaise, Thèse Souad Oudjemia, signal)

• Analyse et détection de signaux Doppler foetaux à partir de moniteur Doppler (thèse Iulian Voicu, Projet ANR SURFOETUS, signal Doppler, machine learning)

• Analyse et détection de signaux Doppler micro-emboliques à partir de moniteur Doppler (Thèse Mathieu Biard, projet RNTS CASC, signal Doppler, machine learning)

• Classification de signaux Doppler micro-emboliques (Thèse Gregory Souchon, projet Européen UMEDS, signal Doppler, machine learning)

• Imagerie ultrasonore médicale codée harmonique, sous et ultra-harmonique (thèse Fatima Sbeity, CNRS Libanais, imagerie-signal-image ultrasonore)

• Déconvolution d'image ultrasonore médicale (thèse de Luviu Chira, postdoc, Université Cluj, imagerie-signal-image ultrasonore)

• Commande optimale en imagerie  ultrasonore  médicale (thèse de Sébastien Ménigot, postdoc, Projet ANR MONITHER, imagerie-signal-image ultrasonore)

Financement des projets de Recherche  :

• Projet ANR SURFOETUS (Responsable scientifique pour l'UMR Imagerie et Cerveau)

• Projet RNTS CASC (Co-responsable scientifique du projet global et responsable de WP)

• Projet EMBOLTER (Responsable scientifique l'UMR Imagerie et Cerveau et responsable de WP)

• Projet MONITHER (300k€, Responsable de WP)

• Projet européen UMEDS (Responsable WP)