(C) MOAST
Le travail de Matthieu Sainlez commence après le travail des biologistes. Ceux-ci enregistrent des milliers d'images, p.ex. de neurones, au microscope. Matthieu développe des méthodes mathématiques et informatiques pour analyser automatiquement ces séries d’images.
Mettre au point des méthodes spéciales pour pouvoir analyser des quantités énormes de données
"Si on veut analyser une série de dizaines ou centaines d’images une par une, c’est trop compliqué voire impossible. Il faut donc mettre au point des méthodes pour analyser automatiquement l’ensemble des images. C’est ici que les mathématiques nous viennent en aide", dit Matthieu Sainlez, docteur en sciences appliquées et ingénieur en mathématiques appliquées.
"Une image c’est un ensemble de pixels, des intensités. En math, une image c’est un ensemble de nombres. Mais on peut aussi caractériser une image en quelques mots, simplement par ce qu’elle représente. On utilise alors des méthodes de reconnaissance visuelles de formes. C'est-à-dire, on va relier automatiquement des séries de pixels à ce qu’ils représentent" explique Matthieu Sainlez.
Découvrir des formes visuelles qui sont spécifiques aux neurones de patients atteints de Parkinson
Il développe donc des outils de reconnaissance automatique pour des images de neurones biologiques de patients atteints de Parkinson et d’autres relatives à des patients sains. "La principale question est donc : existe-t-il des motifs et formes visuelles significativement différents entre les deux cas ? L’objectif principal de ma recherche est donc la découverte de formes visuelles qui sont spécifiques aux neurones biologiques de patients Parkinsoniens", dit le jeune chercheur: "Je recherche donc quelles sont les méthodes mathématiques et informatiques les plus adaptées a ce problème biologique."
Retirer de nouvelles connaissances en utilisant les grandes bases de données d'images
Un autre objectif important est de pouvoir utiliser les grandes bases de données d’images au laboratoire pour en retirer de nouvelles connaissances. On appelle cela l’extraction automatique de connaissances.
"C’est un domaine de recherche très actuel et porteur. Avec des méthodes de reconnaissances visuelles de formes, on peut rapidement mettre en évidence des formes intéressantes puis, en collaborant avec les collègues biologistes, on doit essayer de les interpreter au sens biologique du terme. Car c’est là la l’objectif des recherches au LCSB. La collaboration entre les différentes sciences pour mieux comprendre la maladie", dit Matthieu Sainlez.
Auteur: Jean-Paul Bertemes (FNR), Matthieu Sainlez
Vidéo: MOAST
