Santé, Signal et ML
en collaboration avec S. Allassonnière, R. Besson, F. Logé-Munerel, C. Marini, M. Brigham, P. Clavier, F. Gaudfernau, A. Pierangelo, I. Kamal, J. Stirnemann and I. Ben M’Barek
Avec S. Allassonnière, R. Besson et les obstétriciens de Necker, nous avons travaillé sur une optimisation d’arbre de décision pour accélerer la détection des anomalies foetales. Cet outil combine un modèle expert avec assimiliation de données et apprentissage par renforcement. Il est maintenant exploité par Sonio.
Avec F. Logé-Munerel et Air Liquide, nous avons utilisé une idée similaire pour optimiser des questionnaires de santé et appliqué de l’apprentissage par renforcement pour contrôler des pompes à insuline.
Avec C. Marini et M.Brigham, nous avons travaillé sur l’utilisation d’une blockchain dans le cadre du machine learning dans un contexte d’étude du sommeil. Nous avons également développé des outils d’apprentissage de réprésentations de sommeil.
Avec S. Allassonnière et P. Clavier, nous travaillons sur des versions robustes de l’apprentissage par renforcement et leur application à des parcours de soins.
Avec S. Allassonnière et F. Gaudfernau, nous travaillons sur des problèmes de recalage et de construction d’atlas en imagerie médicale.
Avec A. Pierangelo et I. Kamal, nous développons des outils ML pour étudier les images produites par un nouvel appareil d’imagerie basé sur la polarimétrie de Mueller.
Avec J. Stirnemann et I. Ben M’Barek, nous analysons des signaux cardiotocométriques pour aider au diagnostic en direct pendant le travail (accouchement).