Florent Dupont

Lors de mon stage chez Pixience, j’ai travaillé sur plusieurs problématiques d’intelligence artificielle appliquées à l’analyse d’images dermatologiques et dermoscopiques.

Mes missions ont porté sur la conception et l’évaluation de solutions de vision par ordinateur pour la détection de lésions cutanées. J’ai participé à la préparation des jeux de données, à la vérification des annotations, à l’analyse de leur qualité et à la mise en place de pipelines permettant d’exploiter les images et leurs annotations de manière structurée.

J’ai également travaillé sur une problématique de rasage numérique, visant à réduire l’impact visuel des poils sur les images dermoscopiques afin de faciliter l’analyse automatique des lésions. Ce travail impliquait du traitement d’images, de la segmentation, de la génération de masques et l’évaluation visuelle des résultats obtenus.

Une autre partie du stage concernait la segmentation de lésions cutanées, avec pour objectif d’identifier précisément les zones d’intérêt sur les images. J’ai contribué à l’expérimentation de différentes approches, à la comparaison des résultats et à l’analyse des erreurs, notamment sur les cas complexes liés à la variabilité des images, aux contours peu nets ou à la présence d’artefacts.

J’ai aussi travaillé sur la conception d’une approche de segmentation par instance des cheveux présents sur les images dermoscopiques. L’objectif était d’isoler individuellement les structures pileuses afin de mieux comprendre leur impact sur l’analyse des lésions et d’améliorer les étapes de prétraitement.

Tout au long du stage, j’ai évalué les performances des méthodes testées à l’aide de métriques adaptées, d’analyses qualitatives et de comparaisons visuelles. J’ai également rédigé des rapports techniques afin de documenter les expérimentations, les résultats, les limites observées et les pistes d’amélioration.

Projet réalisé autour de la prédiction de toxicités liées à la radiothérapie chez des patients atteints de cancers ORL, en collaboration avec le Centre François Baclesse.

L’objectif était d’exploiter des images médicales, notamment des scanners, afin d’extraire des caractéristiques radiomiques sur les tissus et organes irradiés. Ces descripteurs permettaient d’étudier l’évolution des structures avant et après traitement, dans une logique de Delta Radiomics.

Le travail portait sur la préparation des données DICOM, la manipulation de segmentations, l’extraction de features avec des outils spécialisés comme PyRadiomics, puis l’analyse des variables obtenues. Le but final était d’évaluer si ces informations issues de l’image pouvaient améliorer la prédiction des effets secondaires de la radiothérapie, par rapport à des modèles uniquement basés sur des données cliniques ou dosimétriques.

Recherche sur les GANs Familiarisation avec les séquences ADN et les facteurs de transcription Génération de séquences ADN réalistes Rédaction d'un rapport en vue d'une publication