Compression extrême et reconstruction de l’espace des séquences protéiques : Une avancée majeure avec EvoAI Introduction La conception et l’optimisation des protéines représentent un défi central dans les domaines de la biotechnologie, de la médecine et de la biologie synthétique. Les fonctions des protéines sont déterminées par leur séquence et st...
Surmonter le problème d’orientation préférée en cryo-EM à particules uniques : une solution innovante basée sur l’apprentissage profond Introduction générale Ces dernières années, la microscopie électronique cryogénique à particules uniques (Single-Particle Cryo-EM) s’est imposée comme une technique centrale en biologie structurale, car elle permet...
Les empreintes multi-échelles révèlent le rôle des éléments cis-régulateurs dans la différenciation cellulaire et le vieillissement Contexte La régulation de l’expression génique est un mécanisme clé dans le destin cellulaire et la survenue de maladies, et les éléments cis-régulateurs (CREs) jouent un rôle essentiel dans ce processus. Les CREs régu...
L’application de l’intelligence artificielle et des nuages de points LiDAR terrestres dans la surveillance des forêts : rapport académique Contexte académique Avec le changement climatique mondial et l’importance croissante de la gestion des ressources forestières, la sylviculture de précision (Precision Forestry) est devenue un axe clé de la gesti...
L’application de l’apprentissage profond dans la prédiction de la récidive postopératoire des gliomes de bas grade pédiatriques Contexte Les gliomes de bas grade pédiatriques (Pediatric Low-Grade Gliomas, PLGGs) sont l’un des types de tumeurs cérébrales les plus courants chez les enfants, représentant 30 à 50 % de toutes les tumeurs du système nerv...
Contexte académique et problématique Ces dernières années, les réseaux de neurones profonds ont réalisé des progrès significatifs dans le domaine de la vision par ordinateur, en particulier dans des tâches telles que la reconnaissance d’images, la détection d’objets et la segmentation sémantique. Cependant, lorsqu’ils sont confrontés à des données ...
Modèle PICK pour la segmentation semi-supervisée d’images médicales Contexte académique La segmentation d’images médicales est d’une importance cruciale dans la pratique clinique, car elle fournit des informations vitales sur les caractéristiques des organes ou des tumeurs, telles que le volume, la localisation et la forme. Ces dernières années, le...
Contexte académique et problématique Les images sous-marines ont une valeur importante dans des domaines tels que l’exploration océanique, la robotique sous-marine et l’identification des espèces marines. Cependant, en raison de la réfraction et de l’absorption de la lumière par l’eau, les images sous-marines souffrent généralement de problèmes tel...
Évaluation de la qualité d’image sans référence : Exploration de la fidélité du contenu via l’apprentissage adversarial de qualité Contexte académique L’évaluation de la qualité d’image (Image Quality Assessment, IQA) est un problème fondamental en vision par ordinateur, visant à évaluer la fidélité du contenu visuel d’une image. L’IQA a des applic...
Introduction La ré-identification de personnes à long terme (Long-Term Person Re-Identification, LT-ReID) est une tâche cruciale dans le domaine de la vision par ordinateur, visant à associer des individus à travers des enregistrements visuels capturés à différents moments et/ou lieux par des caméras non chevauchantes. Cependant, la nature dynamiqu...