LPHI
Contact : Ovidiu RADULESCU
Description : Apprentissage profond de caractéristiques morphologiques à partir lames histologiques / Identification de modèles stochastiques discrets à l’aide de données de synthèse d’ARN / Optimisation paramétrique des modèles en biologie des systèmes.
Adresse postale : Place Eugene Bataillon, Bat 24, 34095 Montpellier
Description de l’expertise autour de l’IA :
1) En utilisant des méthodes de morphologie mathématiques et d’apprentissage profond on reconstruit les caractéristiques morphologiques de tissus, telles que vaisseaux sanguins, types cellulaires. Ces méthodes sont appliquées à l’étude de l’hétérogénéité tumorale dans le projet MALMO soutenu par le programme Cancer INSERM – ITMO Aviesan AAP Approches interdisciplinaires des processus oncogéniques et perspectives thérapeutiques 2020 et dans le projet MEL-ECO soutenu par AAP MUSE 2020.
2) À l’aide d’algorithmes génétiques, on reconstruit la carte temporelle des événements de transcription, indiquant pour chaque cellule,
les moments où différentes ARN polymérases commencent à produire de l’ARNm.
3) On développe des méthodes d’optimisation non-convexe pour apprendre des paramètres des modèles dynamiques en biologie des systèmes. On combine les méthodes d’optimisation avec les méthodes de réduction dans des stratégies du type back-pruning.