ED Mathématiques et Informatique
Partitionnement de circuits pour plate-formes multi-FPGA
par Julien RODRIGUEZ (LaBRI - Laboratoire Bordelais de Recherche en Informatique)
Cette soutenance a lieu à 9h00 - Salle Ada Lovelace 200, avenue de la Vieille Tour 33405 Talence
devant le jury composé de
- François PELLEGRINI - Professeur des universités - Université de Bordeaux - Directeur de these
- Cevdet AYKANAT - Professeur - Université de Bilkent - Rapporteur
- Dirk STROOBANDT - Professeur - Université de Gand - Rapporteur
- Lélia BLIN - Professeure - Université Paris-Cité - Examinateur
- Viet Hung NGUYEN - Professeur - Université de Clermont-Auvergne - Examinateur
Un FPGA ('Field Programmable Gate Array') est un circuit intégré comprenant un grand nombre de ressources logiques programmables et interconnectables, qui permettent de mettre en œuvre, par programmation, un circuit électronique numérique tel qu'un microprocesseur, un accélérateur de calcul ou un système hybride complexe sur puce. Les FPGA sont largement utilisés dans le domaine de la conception de circuits intégrés, car ils permettent d'obtenir très rapidement des circuits prototypes, sans avoir à fabriquer la puce sur silicium. Cependant, certains circuits sont trop grands pour être mis en œuvre sur un seul FPGA. Pour résoudre ce problème, il est possible d'utiliser une plate-forme composée de plusieurs FPGA fortement interconnectés, qui peut être considérée comme un seul FPGA virtuel donnant accès à toutes les ressources de la plate-forme. Cette solution, bien qu'élégante, pose plusieurs problèmes. En particulier, les outils existants ne tiennent pas compte de toutes les contraintes du problème de placement à résoudre pour cartographier efficacement un circuit sur une plate-forme multi-FPGA. Par exemple, les fonctions de coût actuelles ne sont pas conçues pour minimiser les temps de propagation du signal entre les registres du FPGA, ni pour prendre en compte les contraintes de capacité induites par le routage des connexions. L'objectif de ce travail de doctorat est de concevoir des modèles de partitionnement et de placement d'hypergraphes adaptés au problème de placement des circuits sur une plate-forme multi-FPGA. Ces modèles seront spécifiquement conçus pour répondre aux objectifs et aux critères de performance définis par les concepteurs de circuits.
Quantification et caractérisation des maladies auto-immunes et allergiques à l'aide de méthodes d'apprentissage profond
par Guillaume MARTINROCHE (IMB - Institut de Mathématiques de Bordeaux)
Cette soutenance a lieu à 14h00 - Salle de conférence Institut de Mathématiques de Bordeaux UMR 5251 351, cours de la Libération 33405 Talence
devant le jury composé de
- Olivier SAUT - Directeur de recherche - Université de Bordeaux - Directeur de these
- Luciana TANNO KASE - Professeure des universités - praticienne hospitalière - Centre Hospitalier Universitaire de Montpellier - Rapporteur
- Soleakhena KEN - Ingénieure de recherche - IUCT-Oncopole, CRCT (Equipe RADOPT) - Rapporteur
- Emanuele RATTI - Maître de conférences - University of Bristol - Examinateur
- Nicolas PAPADAKIS - Directeur de recherche - Université de Bordeaux - Examinateur
Les outils d'aide au diagnostic utilisant l'intelligence artificielle (IA) aideront très prochainement les praticiens à proposer une médecine plus personnalisée et de précision pour les patients. Les maladies auto-immunes et allergiques (MAIA) sont le parfait exemple de maladies au diagnostic complexe pouvant bénéficier de ces outils. Les anticorps antinucléaires (ANA) sur les cellules épithéliales humaines (HEp-2) sont la référence pour le dépistage et le diagnostic des maladies auto-immunes. Pour une harmonisation des pratiques de laboratoires et cliniques, une lecture et une classification automatiques des aspects d'ANA observés sur cellules HEp-2 par immunofluorescence indirecte (IFI) respectant la classification recommandée par le Consensus international sur les aspects d'ANA (ICAP) sont des exigences croissantes. A partir d'une collection complète d'images de cellules HEp-2 du CHU de Bordeaux et en utilisant une méthodologie d'apprentissage supervisé, un système de classification automatique de 26 aspects d'IFI pour les images de cellules HEp-2 a été développé à partir des recommandations de l'ICAP et adaptées aux pratiques locales. Il repose sur un classificateur pour les aspects du noyau seulement (16 aspects et jusqu'à 2 aspects par image) et un second classificateur pour les aspects du cytoplasme seulement (8 aspects). Fort de résultats prometteurs, le système proposé devrait contribuer à la reconnaissance automatique des aspects d'ANA permettant des tests quantitatifs réflexes ciblés sur quelques auto-anticorps afin de faciliter in fine un diagnostic efficace et précis des maladies auto-immunes. La puce à allergènes, permet de rechercher simultanément jusqu'à 300 IgE spécifiques et s'intègre dans une démarche diagnostique ascendante des allergies où, à partir d'une analyse la plus large possible, nous cherchons ensuite à déterminer quels allergènes sont susceptibles d'expliquer les symptômes du patient. Néanmoins, la masse de données produites dépasse la capacité d'analyse de l'utilisateur moyen et le grand nombre de résultats obtenus peut masquer ceux qui sont réellement pertinents cliniquement. Une base de données a été constituée à partir de 4271 résultats de puces (Société Française d'Allergologie), et de vingt-cinq données démographiques et cliniques. Un data challenge international a permis l'obtention de premiers modèles capables de prédire les profils allergiques des patients. Un outil plus complet et adapté à la pratique quotidienne est en cours de développement. L'outil pourra procurer au clinicien une probabilité d'allergie moléculaire par famille de protéines à partir de la puce à allergènes et un nombre très restreint de données cliniques ou démographiques, limitant ainsi les délais diagnostiques et le recours aux tests de provocation orale. Les outils d'aide aux diagnostics utilisant les technologies dites d'IA participent notamment à l'amélioration de l'efficience des techniques actuelles pour libérer du temps vis-à-vis de tâches répétitives et à faible valeur ajoutée. Ils sont généralement mal perçus par les praticiens considérant perdre leur expertise, voire être remplacés par les algorithmes. Particulièrement forte en Biologie Médicale, cette amélioration touche directement à la fonction de Biologiste Médical. Pour tenter de mieux comprendre, nous nous sommes intéressés au lien de confiance, s'il peut en être un, entre le praticien et l'outil d'aide au diagnostic. Une enquête nationale auprès des biologistes médicaux pratiquant l'IFI sur cellules HEp-2 a permis de révéler une réticence avec des raisons liées aux performances et à une méconnaissance des systèmes. Le déploiement et l'adoption en masse de stratégies similaires dans le domaine de la cytologie une fois les performances constatées, montre un réel intérêt. Ce travail pose les premières pierres d'une amélioration du rendu des résultats et d'une intégration durable dans une médecine plus personnalisée et de précision pour les MAIA.