Sujets proposés par Nicolas Chenouard:

Le suivi de particules multiples dans des images de microscopie permet
d'étudier avec précision les mouvements de particules biologiques nano
ou micrométriques dans les cellules. Le suivi complètement automatique,
parce qu'il permet un traitement rapide d'une grande masse de données,
rend possible une analyse statistique des mouvements. Cette analyse
permet de mieux comprendre les structures biologiques sous-jacentes, les
effets de drogues... C'est dans le cadre d'amélioration des techniques
de suivi, et de l'analyse des résultats obtenus que nous proposons deux
stages.

sujet 1: "Techniques de séléction d'hypothèses dans une structure
d'arbre pour le suivi de particules multiples biologiques"

Dans la procédure standard de tracking Bayésien une étape clé est celle
de l'association entre des tracks existantes et les détections dans une
image, or les détections et les tracks sont multiples, ce qui rend le
nombre d'associations possibles important. Si certaines méthodes
prennent le parti de ne sélectionner qu'une seule hypothèses
d'association, au contraire d'autres maintiennent plusieurs hypothèses
sous la forme d'un arbre. Si ces dernières méthodes permettent de
prendre en compte une information temporelle plus riche elles ont
l'inconvénient de maintenir un nombre d'hypothèses qui explose dès que
le nombre de détections et de tracks est grand.
Lors de ce stage il s'agira de mettre en place des techniques d'élagage
d'hypothèses avancées sur la base de critères de qualité de tracks, afin
de conserver peu d'hypothèses dans l'arbre tout en conservant la qualité
du résultat final. Ces critères de qualité pourront typiquement provenir
d'une modélisation Bayésienne du processus de tracking,  par exemple par
l'emploi de modèles de Markov.

Pre requis: programmation (objet conseillé), modélisation Bayésienne.


sujet 2: "Fiabilité des résultats obtenus par tracking de particules:
une étude pratique"

A partir des tracks construites de manières automatiques par l'analyse
d'images de microscopie de nombreuses  caractéristiques des mouvements
des particules biologiques et du milieu dans lequel elles évoluent
peuvent être déduites. Entre autres la vitesse des particules
biologiques, le coefficient de diffusion du milieu ou la classification
des mouvements (Brownien libre, Brownien contraint, dirigé, fixe) sont
d'un intérêt particulier pour les biologistes.
L'étude proposée consistera à estimer l'impact de la qualité des
résulats du tracking sur les analyses ultérieures, et pourquoi pas à
mettre au point une méthode originale d'analyse de tracks.
Cette étude systématique sera basée en grande partie sur l'analyse
d'images réelles. Ces dernières seront acquises par le stagiaire sur un
microscope photonique (une petite formation sera dispensée) après la
mise au point d'un plan d'expérience.

Pré requis: connaissances en statistiques conseillées.

Contact: chenouard@pasteur.fr


Titre : Estimation de lois empiriques pour améliorer la détection d'objets sur des images en fluorescence

Sujet : La microscopie à fluorescence génère différentes sources du bruits qui dégradent la qualité des images (bruit photonique, bruit de courant noir, bruit de lecture, et  bruit de quantification). Une méthode de débruitage et de détection de spots sur ces images bruitées [1] a été proposée reposant sur une transformée stabilisatrice de variance (VST), permettant de gaussianiser et de stabiliser un processus poissonien filtré. Cette VST est ensuite combinée avec des transformées  multi-échelles. Le débruitage par ondelettes peut être achevé par réduction à zéro des coefficients non- significatifs. Les tests d'hypothèses classiques sont adoptés pour détecter les coefficients significatifs et une approche itérative est proposée pour reconstruire l'estimation finale.

Cette méthode donne généralement des bons résultats mais suppose l'hypothèse de lois théoriques, (bruit gaussien, poissonnien, ou mélange de bruits gaussien et poissonnien) sur les images traitées, qui  n'est pas toujours vérifiée.
L'objectif du stage est de rendre cette méthode applicable sur la plupart des images que nous fournissent nos collaborateurs biologistes. Il s'agit de modéliser les vraies lois du bruit par estimation de ces lois à partir des données réelles images et leurs lois respectives dans le domaine de la transformée.

Contact: Vannary Meas-Yedid, vmeasyed@pasteur.fr

[1] B. Zhang, M. J. Fadili, J.-L. Starck, and J.-C. Olivo-Marin,
"Multiscale variance-stabilizing transform for mixed-Poisson- Gaussian processes and its applications in bioimaging," in ICIP,2007,vol.VI,pp. 233–236


Encadrant : Clovis Tauber
Titre : Segmentation d'images en microscopie à fluorescence de speckle.
Sujet : La microscopie à fluorescence de speckle est une technique pour
la visualisation d'assemblages macromoleculaires comme le cytosquelette
dans les cellules vivantes. Dans cette méthode, le signal observé
provient de l'agrégation d'une petite portion d'unités fluorescentes au
sein d'un amas d'unités non marquées. Cette association aléatoire crée
un "speckle de fluorescence" non uniforme, qui peut être utilisé pour la
détection et le suivi des structures ainsi formées.
L'objectif du stage est l'analyse de ce type d'image pour développer une
méthode de segmentation appropriée.
Contact : tauber@pasteur.fr