Ingénieur de recherche
Mon travail relie santé et numérique. Je conçois des modèles personnalisés du cœur, qui s’appuient sur la physique et la physiologie et prennent en compte les données de chaque patient. En combinant simulation numérique et apprentissage automatique, je développe des outils pour aider les équipes médicales à explorer des scénarios adaptés à la situation de chaque patient.
Estimer les paramètres d'un modèle du cœur à partir des examens d'un patient, avec une incertitude calibrée : savoir ce que chaque examen révèle et ce qu'il laisse indéterminé. Toute la chaîne suit la démarche de vérification, validation et quantification d'incertitude.
Simuler des cohortes de patients virtuels et en synthétiser les examens par des modèles génératifs contraints par la physique. Des données cohérentes entre modalités, de vérité terrain connue et sans donnée personnelle, pour entraîner et valider des méthodes d'IA.
Décrire le mouvement du cœur par quelques transformations régionales, apprendre l'espace de ces mouvements et sa géométrie, puis y poser une dynamique physique. Le même formalisme résume le mouvement pour l'inférence et l'anime pour le rendu.
Modèles électromécaniques 3D du cœur, pour comprendre la fonction cardiaque et aider à planifier le traitement de patients en insuffisance cardiaque. Développés avec SOFA et calculés sur l'infrastructure de calcul nationale d'Inria.
Outil de planification préopératoire patient-spécifique pour la réparation percutanée de la valve mitrale.
Thèse avec MicroPort CRM. Un modèle 3D personnalisé à partir d'un ECG et d'une échographie, personnalisé en moins d'une seconde par apprentissage, et comparé aux mesures de 91 patients pour prédire la réponse à la CRT. L'intervalle pré-éjectionnel gauche (LPEI) simulé y ressort comme le meilleur indicateur de la réponse.
la thèse sur HAL (nouvel onglet)Modèle éléments finis réduit, fondé sur des transformations poly-affines, pour accélérer la simulation électromécanique.
l'article STACOM 2019 (nouvel onglet)Jumeaux numériques électromécaniques du cœur ; planification de la réparation mitrale jusqu'en 2026.
Simulation numérique, IA et formation.
Université Côte d'Azur, sous la direction de Maxime Sermesant. Participation au projet européen SimCardioTest.
Modèle éléments finis réduit du cœur par déformation poly-affine, avec SOFA en Python et C++.
Réseaux de neurones convolutifs pour détecter les sarcomes des tissus mous sur des IRM.
Modélisation mathématique, mécanique des fluides et calcul haute performance.
Lycée Bellevue, Toulouse.
Jumeaux numériques du cœur : de l'imagerie à la simulation personnalisée.
Mathématiques appliquées, ingénierie numérique.
Équations linéaires, niveau master.