Aller au contenu
FR

Soutenances du 27-05-2024

1 soutenance à ED Sciences Chimiques - 1 soutenance à ED Sciences de la Vie et de la Santé - 1 soutenance à ED Sciences Physiques et de l'Ingénieur

Université de Bordeaux

ED Sciences Chimiques

  • Formulation et alvéolation de pâtes céréalières à l'aide d'ingrédients biosourcés

    par Lucie PERIE (Institut de Chimie & de Biologie des Membranes & des Nano-objets)

    Cette soutenance a lieu à 14h00 - Amphithéâtre B18N Allée Geoffroy Saint Hilaire, Bâtiment B18 33600 Pessac

    devant le jury composé de

    • Fernando LEAL-CALDERON - Professeur - Bordeaux INP - Directeur de these
    • Romain KAPEL - Professeur - Université de Lorraine - Rapporteur
    • Dominique CHAMPION - Professeure - Institut Agro Dijon - Université Bourgogne Franche Comté - Rapporteur
    • Véronique BOSC - Maîtresse de conférences - Agroparistech - Examinateur
    • Marc ANTON - Directeur de recherche - INRAE Nantes - Examinateur
    • Claudia NIOI - Maîtresse de conférences - ISVV - Université de Bordeaux - Examinateur
    • Sophie LECOMTE - Directrice de recherche - CNRS Bordeaux - Examinateur

    Résumé

    Le remplacement des additifs controversés dans les matrices céréalières constitue en enjeu majeur pour répondre aux attentes des consommateurs. Les poudres à lever sont des ingrédients fonctionnels permettant l'obtention de produits biscuitiers alvéolés selon les modes de fabrication industriels. Leur incorporation dans la pâte à biscuits conditionne l'expansion des pâtons lors de l'étape de cuisson. Dans ces travaux, nous avons considéré deux pâtes céréalières avec des taux d'hydratation différents qui déterminent les voies d'incorporation de gaz dans chacune d'elles, avec l'objectif de totalement supprimer les poudres à lever. Dans une pâte à biscuits laminée faiblement hydratée, l'étude a considéré l'utilisation de levures boulangères pour substituer les poudres à lever. La configuration du réseau de gluten module les propriétés élastiques de la pâte et sa capacité à s'étirer pour permettre l'expansion des biscuits à la cuisson. Dans une pâte jaune foisonnée, l'incorporation d'air repose sur la formation d'une mousse stable en même temps que le dégagement gazeux induit par les poudres à lever. L'élimination des poudres à lever, dans cette matrice, a été possible grâce à l'utilisation de protéines végétales fonctionnalisées via différents traitements (physiques ou enzymatiques). Les propriétés interfaciales des protéines de la pâte déterminent leur capacité à stabiliser les bulles d'air qu'elle contient. Celles-ci ont été étudiées par tensiométrie et rhéologie interfaciale. Une approche par plan d'expériences a été implémentée pour optimiser les fonctionnalités et ainsi garantir une alvéolation régulière dans les biscuits.

ED Sciences de la Vie et de la Santé

  • Analyse informatique des images biologiques Réseaux neuronaux pour le traitement d'images

    par Dirk HILLMER (BoRdeaux Institute of onCology)

    Cette soutenance a lieu à 17h00 - Visio conférence

    devant le jury composé de

    • Martin HAGEDORN - Professeur - Université de Bordeaux - Directeur de these
    • Christophe MULLE - Directeur de recherche - Bordeaux Neurocampus - Examinateur
    • Gertraud OREND - Directrice de recherche - Inserm Universite de Strasbourg - Rapporteur
    • Jörg WILTING - Professeur - Universität Göttingen - Rapporteur

    Résumé

    L'IA en médecine est un domaine en croissance rapide et son importance en dermatologie est de plus en plus prononcée. Les progrès des réseaux neuronaux, accélérés par de puissants GPU, ont catalysé le développement de systèmes d'IA pour l'analyse des troubles cutanés. Cette étude présente une nouvelle approche qui exploite les techniques d'infographie pour créer des réseaux d'IA adaptés aux troubles cutanés. La synergie de ces techniques génère non seulement des données de formation, mais optimise également la manipulation des images pour un traitement amélioré. Le vitiligo, un trouble cutané dépigmentant courant, constitue une étude de cas poignante. L'évolution des thérapies ciblées souligne la nécessité d'une évaluation précise de la surface touchée. Cependant, les méthodes d'évaluation traditionnelles prennent beaucoup de temps et sont sujettes à une variabilité inter-évaluateur et intra-évaluateur. En réponse, cette recherche vise à construire un système d'intelligence artificielle (IA) capable de quantifier objectivement la gravité du vitiligo facial. La formation et la validation du modèle d'IA ont exploité un ensemble de données d'une centaine d'images de vitiligo facial. Par la suite, un ensemble de données indépendant de soixante-neuf images de vitiligo facial a été utilisé pour l'évaluation finale. Les scores attribués par trois médecins experts ont été comparés aux performances inter-évaluateurs et intra-évaluateurs, ainsi qu'aux évaluations de l'IA. De manière impressionnante, le modèle d'IA a atteint une précision remarquable de 93 %, démontrant son efficacité dans la quantification de la gravité du vitiligo facial. Les résultats ont mis en évidence une concordance substantielle entre les scores générés par l'IA et ceux fournis par les évaluateurs humains. Au-delà du vitiligo facial, l'utilité de ce modèle dans l'analyse des images du corps entier et des images sous différents angles est apparue comme une voie d'exploration prometteuse. L'intégration de ces images dans une représentation complète pourrait offrir un aperçu de la progression du vitiligo au fil du temps, améliorant ainsi le diagnostic clinique et les résultats de la recherche. Bien que le voyage ait été fructueux, certains aspects de la recherche se sont heurtés à des obstacles en raison de ressources insuffisantes en images et en données. Une exploration de l'analyse de modèles de souris in vivo et de l'analyse de la pigmentation des cellules de la peau dans des modèles d'embryons précliniques ainsi que de la reconnaissance d'images de la rétine a malheureusement été interrompue. Néanmoins, ces défis mettent en lumière la nature dynamique de la recherche et soulignent l'importance de l'adaptabilité pour surmonter les obstacles imprévus. En conclusion, cette étude met en valeur le potentiel de l'IA pour révolutionner l'évaluation dermatologique. En fournissant une évaluation objective de la gravité du vitiligo facial, le modèle d'IA proposé constitue un complément précieux à l'évaluation humaine, tant dans la pratique clinique que dans la recherche. La poursuite continue de l'intégration de l'IA dans l'analyse de divers ensembles de données d'images est prometteuse pour des applications plus larges en dermatologie et au-delà.

ED Sciences Physiques et de l'Ingénieur

  • Définition d'un algorithme de localisation d'objets à partir de flux vidéos provenant de plusieurs caméras et évaluation sur MPSoC FPGA

    par Denis SHEMONAEV (Laboratoire de l'Intégration du Matériau au Système)

    Cette soutenance a lieu à 14h00 - Amphitéatre JP Dom, IMS - Laboratoire de l'Intégration du Matériau au Système, 351 Cours de la Libération, 33405 Talence Cedex

    devant le jury composé de

    • Christophe JéGO - Professeur des universités - Bordeaux INP - Directeur de these
    • Daniel CHILLET - Professeur des universités - Université de Rennes - Examinateur
    • Anthony BESSEAU - Directeur général - EMG2 - Examinateur
    • Matthieu ARZEL - Professeur - IMT Atlantique - Rapporteur
    • Andrea PINNA - Professeur des universités - Sorbonne Université - Rapporteur

    Résumé

    Le récent essor des Convolutional Neural Networks (CNN) a permis des avancées considérables dans l'exploitation d'informations visuelles par l'ordinateur. En particulier, la détection et le suivi multi-objets sont des tâches très convoitées par l'industrie, notamment pour l'inspection de défauts ou la gestion d'un inventaire. Cependant, une grande puissance de calcul est requise pour obtenir des performances en temps réel. L'informatique en nuage répond en partie à ce besoin, en déportant les calculs loin du capteur vers des serveurs dédiés pourvus de GPU puissants et gourmands en énergie. Cette approche a plusieurs défauts, surtout pour des applications critiques au niveau du temps d'exécution ou nécessitant la non-communication des données. Ainsi, à l'aube de l'industrie 4.0, les acteurs se tournent plutôt vers l'informatique en périphérie. Ce paradigme préconise d'allouer les ressources de calcul au plus proche du capteur. Les plateformes matérielles de type MPSoC FPGA se distinguent par leur flexibilité et leur efficacité calculatoire. Néanmoins, les méthodologies proposées par les fabricants (AMD, Intel) pour intégrer des fonctions de vision par ordinateur au sein de ces plateformes sont récentes et complexes à mettre en œuvre. En particulier, il n'existe pas de méthodologie pour développer des applications exploitant plusieurs caméras. Les travaux de thèse présentés dans ce manuscrit portent sur le développement d'un algorithme de localisation d'objets à partir de plusieurs flux vidéos dans le but d'une intégration sur une plateforme NATvision. Il s'agit d'une plateforme MPSoC FPGA développée par la société NAT. La première contribution de cette étude est la définition d'un algorithme modulaire permettant le traitement et la fusion d'informations provenant de plusieurs flux vidéo. Une attention particulière a été portée sur l'exécution de l'algorithme afin de simplifier son utilisation ainsi que l'intégration de nouveaux développements. Le prototype développé a été évalué sur un PC portable, avec trois flux vidéo provenant d'un détecteur d'objets entrainé sur un jeu de données réduit à trois classes. Une deuxième contribution concerne la sélection, la simplification et l'implémentation d'un algorithme de suivi multi-objet sur MPSoC FPGA. Des expérimentations ont été effectuées dans le but d'accélérer l'algorithme multi-objets SORT sur MPSoC FPGA. Une étude comparative d'implémentations logicielles optimisées (SIMD) et matérielles obtenues à l'aide d'un outil de synthèse HLS a été mené. Dans ce cadre, un accélérateur matériel pour résoudre les problèmes d'affectation a été implémenté et évalué sur MPSoC FPGA. Finalement, cela a permis l'implémentation d'une chaine complète de détection et de suivi d'objets sur une plateforme de test à base de MPSoC FPGA. Après évaluation sur un jeu de données MOT15, composé de scènes différentes provenant du benchmark MOTChallenge, cette implémentation permet d'atteindre des performances temps réels (>15 FPS) en gardant une précision proche d'une implémentation sur GPU.