Méthodes de reconstruction avancées pour la cryo-tomographie électronique appliquée à des échantillons biologiques

Description de l'offre : La Cryo-tomographie électronique (CET) est une technique puissante pour lapos;analyse structurelle en 3D dapos;échantillons biologiques dans leur état quasi naturel. Au cours de la dernière décennie, CET a connu des avancées remarquables en matière dapos;instrumentation, mais la rétroprojection filtrée (FBP) reste la méthode de reconstruction standard pour CET. En raison des dommages causés par les radiations et de la plage dapos;inclinaison limitée du microscope, les reconstructions FBP souffrent dapos;un faible contraste et dapos;artefacts dapos;élongation, connus sous le nom dapos;artefacts de « missing wedge » (MW). Récemment, les approches itératives ont suscité un regain dapos;intérêt pour améliorer la qualité et donc lapos;interprétabilité des reconstructions CET. Dans ce projet, nous proposons dapos;aller au-delà de lapos;état de lapos;art en matière de CET en (1) appliquant des algorithmes de compresse sensing (CS) basés sur les curvelets et les shearlets, et (2) en explorant des approches dapos;apprentissage profond (DL) dans le but de débruiter et corriger les artefacts liés au MW. Ces approches ont le potentiel dapos;améliorer la résolution des reconstructions TEC et donc de faciliter les tâches de segmentation. Le candidat réalisera une étude comparative des algorithmes itératifs utilisés dans les sciences de la vie et des approches CS et DL optimisées dans ce projet pour les structures curvilignes et les contours.

Profil du candidat : PhD in image analysis/computer science/life science/materials science