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

NMJ-Chip
2019-2023

NMJ-Chip

Humanized high-throughput co-culture system for motor neuron diseases

Financé par :

VIRUSENSOR
2021-2024

VIRUSENSOR

Capteur de virus

Financé par :

CASIMIR
2021-2025

CASIMIR

CASemate for Irradiation in Montpellier for Industry and Research

Partenaires :

Financé par :