SYNAPSE : comment mieux comprendre le cerveau à partir de données imparfaites ?

Image 1 : graphe représentant les relations entre différents éléments d’un même réseau

SYNAPSE (Synergie entre réseaux cérébraux probabilistes et traitement du signal sur graphe) est un projet de recherche consacré à l’analyse de graphes. Ces outils permettent de représenter les relations entre différents éléments d’un même réseau (voir image 1). Ils sont utilisés dans de nombreux domaines comme la biologie, les sciences sociales ou encore la médecine. Dans le domaine médical, ils peuvent notamment servir à représenter les connexions entre différentes régions du cerveau. Aujourd’hui, les données utilisées pour réaliser ces graphes sont souvent bruitées et incertaines. Cela peut être dû à de nombreux facteurs. Dans le domaine médical, les graphes sont réalisés à partir d’examens médicaux comme des IRM ou des scanners. L’utilisation du matériel, sa qualité, son positionnement sur le corps ou encore les conditions dans lesquelles l’examen est réalisé sont autant de facteurs pouvant amener à des irrégularités dans les données récoltées.

Le projet SYNAPSE cherche justement à prendre en compte ces irrégularités dans les graphes construits et dans toutes les analyses qui en découlent. Pour cela, l’équipe de recherche du projet va, à travers de nouvelles méthodes mathématiques et l’utilisation de l’intelligence artificielle, nuancer les résultats en prenant en compte ces incertitudes. Les graphes seront donc plus fiables, plus robustes et permettront d’affiner l’analyse de données médicales.

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

Mira Rizkallah 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 Mira Rizkallah, porteuse du projet SYNAPSE

Mira Rizkallah est maîtresse de conférences et chercheuse à Centrale Nantes, au sein du laboratoire des sciences du numérique de Nantes (LS2N).

Ses recherches portent sur le traitement du signal et de l’image, les représentations par graphes et l’apprentissage automatique sur les graphes, avec des applications dans l’analyse de données biomédicales et cliniques.

Ses travaux actuels portent sur :

• Le traitement des signaux EEG (activité électrique du cerveau), ECG (activité électrique du cœur) et l’analyse de leur connectivité
• L’apprentissage automatique sur les graphes pour le diagnostic et le pronostic des maladies
• Des applications médicales, notamment pour le dépistage du cancer du sein et l’étude du lymphome B diffus à grandes cellules (type de cancer du sang)

Son objectif : développer de nouvelles méthodes fondées sur les graphes (à l’échelle de l’individu et de la population) pour mieux comprendre les données biomédicales complexes et contribuer au diagnostic et au pronostic médical.

Mira a obtenu son doctorat en traitement du signal et de l’image à l’Université de Rennes 1 et à l’Inria Rennes en 2019. Elle a obtenu son diplôme d’ingénieur et un master en télécommunications à l’Université de Saint-Esprit de Kaslik (USEK), au Liban.

Visionner le portrait vidéo de Mira Rizkallah