CLASSIFICATION DE SERIES TEMPORELLES D'IMAGES DE MICROBIOLOGIE

par Coralie Martinez

Projet de thèse en Signal image parole telecoms

Sous la direction de Michèle Rombaut.

Thèses en préparation à Grenoble Alpes , dans le cadre de École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble) , en partenariat avec Grenoble Images Parole Signal Automatique (laboratoire) depuis le 09-01-2017 .


  • Résumé

    La société bioMérieux, entreprise française spécialisée dans le diagnostic in vitro et leader mondial en microbiologie clinique et industrielle, le laboratoire GIPSA-lab (Grenoble Images Parole Signal Automatique) et l'institut FEMTO-ST (Franche-Comté Electronique Mécanique Thermique Optique – Sciences Et Technologies), laboratoires de recherche pluridisciplinaires reconnus pour leurs travaux en automatique, signal et images, informatique et mécanique appliquée, se réunissent autour d'un partenariat se traduisant par le co-encadrement d'une thèse CIFRE intitulée « Classification de séries temporelles d'images de microbiologie ». Au cours de cette thèse, l'étudiant(e) contribuera à définir des méthodes et à développer des algorithmes visant à classer des séries temporelles de façon précoce, c'est-à-dire permettant d'interrompre la série dès que l'on a une confiance suffisante dans la prédiction. De nombreux instruments de diagnostic in vitro (et même médical au sens large) reposant sur l'acquisition de séries temporelles de mesures acquises au cours d'une réaction biologique, et l'obtention plus rapide de résultats étant un enjeu primordial par ailleurs, ce sujet de recherche comporte de nombreuses applications. En particulier, une application d'intérêt pour bioMérieux est celle des séries temporelles d'images dites d'antibiogramme, lorsque des micro-organismes (bactéries, levures) prélevés sur un échantillon d'un patient sont placés au contact de différents antibiotiques. Dans ce contexte, un résultat plus rapide permettrait au clinicien d'accélérer la bonne prise en charge du patient. Ce travail présente des similitudes avec des travaux développés dans le cadre de la vision par ordinateur et notamment la reconnaissance de gestes ou de postures pour l'interprétation d'activités humaines, à ceci près qu'il est donc demandé de prédire de façon précoce (early prediction), le tout dans un contexte du marché du diagnostic médical régulé, qui impose des performances très élevées, malgré la variabilité biologique intrinsèque. Reposant sur des jeux de données annotés (valeur à prédire associée) fournis par bioMérieux, le travail théorique portera naturellement sur l'étude de méthodes d'apprentissage statistique tels que les modèles graphiques temporels dans lesquelles les laboratoires GIPSA-lab et FEMTO-ST sont spécialisés, consistant à apprendre les « corrélations » entre l'évolution temporelle des caractéristiques observées dans les signaux et la valeur à prédire, afin d'obtenir des performances optimales de classification (précision et rapidité).

  • Titre traduit

    TIME SERIES CLASSIFICATION OF MICROBIOLOGICAL IMAGES


  • Résumé

    The company bioMérieux, a multinational biotechnology company specialized in the field of in vitro diagnostics, the GIPSA-lab laboratory and the FEMTO-ST institute, specialized in automatic, computing, signal, images and applied mechanics, will collaborate around a thesis about "time series classification of microbiological images". During this thesis, the student will define and develop methods in order to early predict and classify times series. In other words, the goal is to stop data collection as soon as we trust the prediction enough. More precisely, the thesis will mainly focus on time series of antibiogram images. The images will show the evolution of microbes (bacteria) in contact with different antibiotics.