Seminar/2010-06-02

Mercredi 2 juin 2010, 14h-16h, Amphi 4

Généricité et topologie discrète en C++

Documents

lamy.pdf

Julien Lamy

Le traitement d'images est par nature un procédé discret, au cours duquel un signal continu est décomposé en un ensemble de pixels, ou de voxels pour des images tri-dimensionnelles. Au niveau géométrique, cette nature discrète pose peu de problèmes, car la plupart des opérations géométriques sont indépendantes de la grille sous-jacente ; au niveau topologique, le problème est tout autre. Deux des notions fondamentales de la topologie, le voisinage et la connexité, sont radicalement différentes entre un espace continu et un espace discret : il est entre autres impossible de subdiviser un voisinage discret de façon infinie comme c'est le cas dans un espace euclidien.

Bien que certaines bibliothèques de traitement d'images contiennent des algorithmes topologiques, notamment de squelettisation, le type de voisinage utilisé par ces algorithmes est généralement fixé par le code, ce qui empêche une adaptation facile à un autre type de connexité ou à un espace de dimension différente.

Ce séminaire présente une méthode générique pour intégrer les notions discrètes de voisinage et de connexité à une bibliothèque de traitement d'images programmée en C++. Je montrerai également comment obtenir de façon simple un algorithme de squelettisation homotopique en utilisant ces notions.

Julien Lamy est titulaire d'un doctorat de l'Université de Strasbourg. De 2001 à 2006, il a travaillé au sein de l'équipe de R&D de l'IRCAD (Institut de recherche contre les cancers de l'appareil digestif, Strasbourg) au développement d'algorithmes de traitement d'images médicales. Depuis 2008, il est ingénieur de recherche au Laboratoire d'imagerie et de neurosciences cognitives de l'Université de Strasbourg.

http://www-ulpmed.u-strasbg.fr/ipb/

Interface générique pour la parallélisation d'applications de recherche en imagerie biomédicale

Documents

cointepas.pdf

Yann Cointepas

Le projet BrainVISA (http://brainvisa.info) est en train de développer, avec le soutien du projet européen HiPiP (http://hipip.eu), une architecture générique pour la parallélisation des applications. Cette architecture fournira un accès à divers moyens de calculs (fermes de stations de travail, clusters, centres de calculs, etc.) en s'appuyant sur des solutions existantes pour la gestion des ressources (Sun Grid Engine, Condor, LSF, etc.) Cette architecture est développée pour répondre aux besoins croissants de moyens de calcul dans le monde de la recherche en neuroimagerie. Au cours de ce séminaire, j'aborderai rapidement le contexte de la recherche en neuroimagerie en me focalisant sur les besoins en parallélisation d'applications. Ensuite, je détaillerai la solution que nous avons choisie pour répondre à ces besoins.

Yann Cointepas a obtenu un doctorat de Traitement du signal et des images à l'Ecole Nationale des Télécommunications de Paris en 1999. Depuis 2003, il a un poste d'ingénieur-chercheur à la Direction des Sciences du Vivant du CEA. Il travaille au sein du laboratoire LNAO situé à NeuroSpin. Il fait également partie des personnels de l'IFR 49. Il est un des architectes historiques du projet BrainVISA. Ses activités de recherche concernent principalement l'analyse structurelle du cerveau humain avec de l'imagerie par résonance magnétique (IRM) et plus particulièrement l'étude de la connectivité cérébrale à partir d'IRM de diffusion.

http://www.lnao.fr/