DeepLearn
2020-2023

DeepLearn

Approche "Deep Learning" pour l'analyse de signaux ultrasonores

Responsable :

Emmanuel LE CLEZIO

Équipes de recherche :

ACO

OBJECTIF  :  Développer des approches de Deep-Learning pour le traitement automatique de signaux ultrasonores – Application à l’imagerie haute résolution.

Les signaux ultrasonores hautes fréquences sont soumis à de fortes atténuations conduisant à une dégradation du SNR et à des difficultés d’identification réduisant la qualité des images.

Le projet DeepLearn vise au développement de méthodes d’intelligence artificielle et plus précisément de Deep Learning permettant de repousser les limites actuelles de détection basées sur des méthodes conventionnelles de traitement du signal.

Problématique scientifique :

Développement et déploiement d’outils de traitement du signal permettant d’optimiser :
  • Les rapports SNR,
  • L’identification des temps de vols,
de signaux ultrasonores hautes-fréquences.

Voir aussi

RADDIR
2019-2023

RADDIR

Impact des radiations sur les détecteurs IR de type T2SL

Partenaires :

Financé par :

IPG
2015-2023

IPG

Imagerie par microscopie Acoustique Haute Résolution en profondeur de la surface interne d'une gaine de crayon combustible

Partenaires :

Financé par :

DILI-on-Chip
2021-2025

DILI-on-Chip

Drug-Induced Liver Injury model on a chip

Partenaires :

Financé par :