• Projets de recherche académique,
  • Recherche,
  • Ingénierie pour la santé,

UNGRAM - Algorithmes de reconstruction non-gaussiens déroulés avec application aux mammographies

Publié le 17 novembre 2026 – Mis à jour le 17 novembre 2026
Le projet UNGRAM vise à développer des outils d'évaluation du risque de cancer du sein qui soient robustes aux changements de modalités d'acquisition comme de population.

Il s'agit d'un défi scientifique majeur : le cancer du sein est le plus fréquent chez les femmes et une cause importante de mortalité. Le dépistage précoce est primordial pour la survie, motivant un dépistage régulier de la population. UNGRAM se concentre sur les mammographies à rayons X projectionnelles. L’évaluation amont du risque de cancer, permettant de prescrire des dépistages plus fréquents aux femmes à haut risque, est un levier prometteur d’amélioration du pronostic. Or, la lecture de mammographies est très difficile, même pour les radiologues experts, car les tissus denses sains peuvent ressembler fortement aux tissus abîmés, empêchant de les distinguer à l'œil. Des outils assistés par ordinateur ont donc été développés. En particulier, une méthode récente et très prometteuse pour évaluer le risque de cancer du sein s’appuie sur les caractéristiques fractales des textures mammographiques. La généralisation de cette stratégie en un outil clinique efficace est considérablement entravée par les déformations et le bruit non-gaussien qui altèrent les mammographies et qui dépendent fortement de l'appareil et des patientes.

L'objectif d'UNGRAM est de concevoir des algorithmes de reconstruction robustes permettant d'éliminer le flou et le bruit dans les mammographies tout en préservant les propriétés fractales des textures sous-jacentes afin de permettre une évaluation précise du risque de cancer. Afin de concevoir des schémas efficaces et adaptables qui restent robustes et explicables, la modélisation de bout-en-bout de l’acquisition sera intégrée à des techniques d'apprentissage profond de pointe. Des algorithmes de reconstruction itératifs seront dépliés en réseaux neuronaux, entraînés sur des textures synthétiques soigneusement conçues et affinés sur des données réelles de façon auto-supervisée. 

L'appel à projet Jeunes Chercheurs Jeunes Chercheuses (JCJC)

Barbara Pascal a été lauréate de l’appel à projet JCJC (Jeunes Chercheuses et Jeunes Chercheurs), organisé par l’ANR (Agence nationale de la recherche). Ce dispositif vise à soutenir les projets de recherche portés par de jeunes scientifiques et à favoriser le développement de travaux originaux.

Portrait de Barbara Pascal, porteuse du projet UNGRAM

Depuis 2022 Barbara Pascal est Chargée de Recherche CNRS au Laboratoire des Sciences du Numériques de Nantes (LS2N) au sein de l'équipe Signal Image et Son (SIMS). Barbara Pascal est experte de la résolution de problèmes inverses à partir de méthodes s'appuyant sur des modèles, sur l'apprentissage profond ou combinant les deux. Ses recherches couvrent à la fois le traitement du signal et des images, avec une grande importance donnée aux applications : l'imagerie biomédicale, la physique non-linéaire et l'épidémiologie notamment. 

De 2020 à 2022, elle a réalisé un postdoctorat au CRIStAL à Lille, en France, durant lequel elle a travaillé à l'interface entre l'analyse temps-fréquence et la géométrie stochastique. Elle a reçu le diplôme de docteur en Traitement du Signal et des Images de l'École Normale Supérieure de Lyon en 2020 pour ses travaux sur la segmentation de textures au Laboratoire de Physique. Elle a obtenu un Master de Physique en 2017 ainsi que statut de professeur agrégé en mathématiques en 2016 à l'ENSL également.  


Publié le 17 novembre 2026 Mis à jour le 17 novembre 2026