
Hélène URIEN
Enseignante-chercheuse, PhD
J’ai obtenu mon doctorat en traitement du signal et de l’image à Télécom Paris (75) en 2018. Ma thèse portait sur la segmentation des tumeurs cérébrales sur des images PET-IRM.
J’ai ensuite travaillé comme ingénieur de recherche en traitement d’images médicales et en apprentissage automatique appliqué aux images IRM de tumeurs cérébrales au sein de Neurospin, CEA (91).
J’ai rejoint l’Isep en novembre 2019 en tant que maître de conférences en traitement du signal et des données.
Mes axes de recherche portent principalement sur l’apprentissage automatique et le traitement d’images médicales.
Intérêts de la recherche :
> Traitement d’images médicales
> Apprentissage automatique appliqué aux images médicales
> Segmentation variationnelle et hiérarchique
Enseignement :
> Traitement du signal (APP)
> Analyse de données
> Introduction à l’intelligence artificielle
Revue :
- Commowick, Olivier, et al. "Objective evaluation of multiple sclerosis lesion segmentation using a data management and processing infrastructure." Scientific reports 8.1 (2018): 1-17.
- Le Couedic, Thomas, et al. "Deep-learning based segmentation of challenging myelin sheaths." International Conference on Image Processing Theory, Tools and Applications, IPTA 2020. 2020
- Urien, Hélène, et al. "Brain lesion detection in 3D PET images using max-trees and a new spatial context criterion." International Symposium on Mathematical Morphology and Its Applications to Signal and Image Processing. Springer, Cham, 2017
- Urien, Hélène, et al. "A 3D hierarchical multimodal detection and segmentation method for multiple sclerosis lesions in MRI." (2016)
- Urien, Hélène, et al. "3D PET-driven multi-phase segmentation of meningiomas in MRI." 2016 IEEE 13th International Symposium on Biomedical Imaging (ISBI). IEEE, 2016
Liens utiles
