Mehdi LATIF

Mehdi LATIF

Doctorant - Algorithmique et Traitement du signal.

SiMS - LS2N

Nuclear Oncology - CRCI2NA

Mehdi en quelques mots

Actuellement étudiant en thèse de doctorat, mon sujet de recherche se situe à l’intersection des domaines de l’imagerie médicale, du traitement des signaux et de la physique.

Avant ça, j’ai obtenu un diplôme du Master en informatique spécialisé en Optimisation et Recherche Opérationnelle proposé par l’université de Nantes ainsi que du Master Optimisation et Algorithmique de l’Université Libre de Bruxelles.

Curieux de nature, passionné et dynamique, je m’intéresse à de nombreux domaines des mathématiques et de l’informatique théorique.

Intérêts

  • Musique, Photographie, Littérature
  • Aviron
  • Voyages

Formation

  • Master Informatique - Optimisation en Recherche Opérationnelle, 2020

    Université de Nantes, Université Libre de Bruxelles

  • Licence Informatique parcours Mathématiques, 2018

    Université de Nantes.

Formations

parmi les plus récentes

 
 
 
 
 

Thèse de doctorat spécialité Signal, Image, Vision

École Centrale de Nantes.

Dec 2021 – Actuellement Nantes

Préparation d’une thèse de doctorat sous la direction de Messieurs J.Idier ( LS2N), S.Stute et T.Carlier ( CRCI2NA).

Problématique: étude et la mise en oeuvre d’algorithmes de reconstruction tomographique pour l’imagerie TEP 3 photons appliqués à la caméra XEMIS2.

Plus d'informations

Contexte:

Le groupe Xénon du laboratoire Subatech développe depuis 2004 une nouvelle technique d’imagerie médicale à 3 photons basée sur l’utilisation simultanée d’un émetteur $(\beta^{+},\gamma)$ et d’un détecteur utilisant du xénon liquide.
La caméra Xenon Medical Imaging System 2 a été récemment installée au CHU de Nantes et est dans sa phase finale de développement. Le système sera dédié aux expérimentations précliniques utilisant de nouveaux produits radiopharmaceutiques basés sur le $^{44}$Sc, en collaboration avec l’équipe Nuclear Oncology du CRCI2NA.
Ce nouveau système d’imagerie offre de nouvelles possibilités qui entraînent également de nouvelles difficultés pour la reconstruction des images:

  1. Le système est conçu pour détecter 3 photons simultanément mais des événements avec seulement 2 photons détectés peuvent se produire. Ces événements apportent toujours des informations utiles et la possibilité de les inclure dans le problème doit être étudiée.
  2. Le système est conçu pour fonctionner avec des concentrations d’activité très faibles. Très peu d’événements sont disponibles pour construire l’image par rapport à l’imagerie standard par tomographie par émission de positrons (TEP). Cette caractéristique intrinsèque doit être prise en compte avec des méthodes de régularisation ou des modèles préalables appropriés.
  3. Le détecteur continu au xénon liquide diffère des détecteurs TEP basés sur des matrices de cristaux discrets. La continuité du milieu de détection doit être considérée comme un avantage et considérée comme telle dans le modèle plutôt que de recourir à une méthode de discrétisation virtuelle.

Ce contexte spécifique d’un détecteur continu, d’événements à 3 photons et de faibles statistiques donne lieu à un problème inverse difficile à résoudre.

Mots-clefs: problèmes inverses, imagerie médicale, méthodes d’optimisation, inférence bayésienne, low-statistics, collaboration multidisciplinaire.

Planches: Séminaire SIMS 06/22

Activités d’enseignement à l’ECN:

  • 2021/2022 - Semestre 2: Algorithmique et programmation (TP);
  • 2022/2023 - Semestre 1: Algorithmique et programmation (TP), Mathématiques pour l’ingénieur (TP).
  • 2022/2023 - Semestre 2: Mathématiques pour l’ingénieur (TP), C$^{3}$ : Signaux et systèmes (TP).
 
 
 
 
 

Master Informatique mention Optimisation en Recherche Opérationnelle

Université de Nantes, Université Libre de Bruxelles.

Sep 2018 – Jul 2020 Nantes
Co-diplomation avec le Master Optimisation et Algorithmique de l’ULB.
Retour d’experience : interview réalisée pour le journal l’Etudiant.
Plus d'informations

Cours suivis :

  • Université de Nantes (Master 1) Analyse de données, Graphes, Graphes et Réseaux, Langage de programmation de haut niveau, Métaheuristiques, Optimisation discrète et combinatoire, Optimisation non linéaire.

  • Mémoire : Application de la théorie des graphes pour l’optimisation d’emplois du temps encadré par I.RUSU. Rapport, Planches

  • Université Libre de Bruxelles (Master 1) Combinatorial optimization, Continuous optimization, Statistical foundations of machine learning, Swarm Intelligence, Techniques of artificial intelligence.

  • Université de Nantes (Master 2) Algorithmique et génomique, Contraintes globales, Large scale optimization, Métaheuristiques multi-objectif, Optimisation en robotique, Optimisation globale, Optimisation multi-objectif, Planification et ordonnancement, Programmation par contrainte, Transport et logistique.

 
 
 
 
 

Licence mention Informatique parcours Mathématiques

Université de Nantes.

Sep 2015 – Jul 2018 Nantes
Intégration de la seconde année de licence après validation des acquis.
Plus d'informations

Licence 2 :

  • Mathématiques : Analyse et intégration, Logique mathématique pour l’informatique, Optimisation, Probabilités discrètes, Réduction des endomorphismes, Théorie des Jeux.
  • Informatique : Algorithmique et structures de données, Programmation objet.
  • Autre : Épistémologie, Pôle Étudiant Pour l’Innovation, le Transfert et l’Entrepreneuriat (PEPITE).

Licence 3 :

  • Mathématiques : Inférence statistique, Optimisation sous contrainte, Probabilités continues, Recherche Opérationnelle, Systèmes dynamiques.
  • Informatique : Algorithmique et structures de données, Étude des algorithmes, Fondements de calculs et de calculabilité, Langage et automates, Programmation fonctionnelle.

Experiences professionelles

parmi les plus récentes

 
 
 
 
 

Ingénieur de recherche - Equipe Signal IMage et Son (SIMS)

Laboratoire des Sciences du Numérique de Nantes (LS2N)

Oct 2020 – Nov 2021 Nantes
MIMOSA UNMIX: Poursuite des travaux de recherche réalisés dans le cadre de mon stage de fin de master sur le problème du démélange spectral parcimonieux et rédaction de l’article scientifique associé.
Plus d'informations

Encadrement: S.Bourguignon.

Documents: Séminaires SiMS 09/21, ANR MIMOSA

Résumé: L’imagerie hyperspectrale concerne l’acquisition simultanée d’images dans un grand nombre de longueurs d’onde. Une problématique récurrente de traitement de ces données consiste à résoudre un problème de séparation de sources : en raison d’une faible résolution spatiale des instruments, le spectre de réflectance lumineuse mesuré en une position donnée résulte de la superposition de spectres élémentaires, i.e. un mélange dont il s’agit de retrouver les proportions.

En démélange dit supervisé, le mélange est recherché dans un « dictionnaire » connu de spectres de référence. Une contrainte physique, dite de parcimonie, stipule alors qu’un faible nombre de composants dans le mélange suffit à décrire chaque spectre observé. Mathématiquement, il s’agit d’ajuster un modèle linéaire au sens des moindres carrés, sous la contrainte que le vecteur de coefficients recherchés possède peu de composantes non-nulles, i.e. une faible « norme » $\ell_0$. C’est un problème NP-difficile relevant essentiellement de l’optimisation combinatoire.

Alors que la plupart des travaux dans le domaine considèrent des approches relâchées, privilégiant un faible temps de calcul, nous proposons une méthode de résolution exacte garantissant l’optimalité des solutions obtenues.

Dans sa thèse de doctorat, Ramzi Ben Mhenni a développé des algorithmes de type branch-and-bound pour l’optimisation parcimonieuse exacte. Nous en proposons ici une version spécifique au problème de démélange. En effet, les coefficients du mélange sont positifs et de somme unité, contraintes qui requièrent une architecture algorithmique spécifique.

Lorsque le mélange est composé d’un nombre restreint de spectres, ce qui est généralement le cas lorsque ces spectres sont « appris » d’un jeu d’observations, nous montrons que cette approche reste peu coûteuse en calcul et fournit des meilleures solutions en comparaison avec les méthodes de la littérature. Lorsque la taille du dictionnaire augmente, e.g. pour un dictionnaire composé d’un grand nombre de spectres mesurés en laboratoire, les solutions obtenues restent de meilleure qualité, au prix d’un temps de calcul bien supérieur.

Un solveur libre, codé en C++, est mis à disposition de la communauté scientifique.

 
 
 
 
 

Stage de recherche - Equipe Signal IMage et Son (SIMS)

Laboratoire des Sciences du Numérique de Nantes (LS2N)

Feb 2020 – Jul 2020 Nantes
Développement d’un algorithme de type branch-and-bound pour le problème de démélange spectral parcimonieux sous contrainte de non négativité et de somme unitaire.
Plus d'informations

L’objectif de ces travaux de recherche consiste au développement d’un algorithme de branch-and-bound dédié au problème de démélange spectral parcimonieux.
Ce problème de minimisation sous contrainte de parcimonie (norme $\ell_0$) est connu pour être NP-difficile; l’approche développée durant ce stage repose sur une reformulation en nombres mixtes permettant une résolution exacte. Les résultats expérimentaux obtenus montrent que cette approche dédiée est compétitive par rapport aux résultats obtenus avec des solveurs génériques de programmation MIP eg. Cplex.

Encadrement: S.Bourguignon, R.Ben Mhenni, J.Ninin - Equipe Signal, IMage et Son ( SIMS).

Documents : Rapport, Planches, Prototype MATLAB

 
 
 
 
 

Stagiaire - Equipe Modélisation, Optimisation et DEcision pour la Logistique, l’Industrie et les Services (MODELIS)

Laboratoire des Sciences du Numérique de Nantes (LS2N)

Jun 2018 – Apr 2018 Nantes
Conception d’une matheuristique pour le problème de collecte et livraison avec fenêtres de temps (PDPTW).
Plus d'informations

Résoltion du Pickup and Delivery Problem with Time Windows par une approche de type matheuristique, la méthode mise en place pour la résolution de ce problème reposait sur : - Une heuristique de recherche à voisinage large (LNS) - Une résolution d’un problème de couverture d’ensemble (SCP)
Mon rôle dans la conception de cette matheuristique :

  • Création des indicateurs pour l’étude de la faisabilité des insertions de requête e.g. calcul du Forward Time Slack, analyse du coût simulé après insertion d’une requête
  • Conception de la composante de résolution exacte de la matheuristique i.e. le Set Covering Problem.

Encadrement: F.Lehuédé, Q.Tonneau.

Documents : Rapport, Planches

Projets et Planches

*

POLLUX - Simulateur TEP $3\gamma$

Simulateur TEP 3 photons implémenté en Matlab.

Reconstruction tomographique pour l’imagerie TEP à $3\gamma$

Ecole d’Etez 06/2022 - Séminaire des doctorants SiMS.

MIMOSA Unmix

Implémentation de l’algorithme branch-and-bound pour le démélange spectral parcimonieux.

Exact resolution of the sparse spectral unmixing problem

09/2021 - Séminaire d’équipe SiMS.

TIFTEX

Un script bash non révolutionnaire pour compiler du tex depuis un terminal.