Notre site Web utilise des cookies pour vous offrir l’expérience en ligne la plus optimale en : mesurant notre audience, en comprenant comment nos pages Web sont consultées et en améliorant en conséquence le fonctionnement de notre site Web, en vous fournissant un contenu marketing pertinent et personnalisé.
Vous avez un contrôle total sur ce que vous souhaitez activer. Vous pouvez accepter les cookies en cliquant sur le bouton « Accepter tous les cookies » ou personnaliser vos choix en sélectionnant les cookies que vous souhaitez activer. Vous pouvez également refuser tous les cookies non nécessaires en cliquant sur le bouton « Refuser tous les cookies ». Veuillez trouver plus d’informations sur notre utilisation des cookies et comment retirer à tout moment votre consentement sur notre Vie Privée.

Gestion de vos cookies

Notre site Web utilise des cookies. Vous avez un contrôle total sur ce que vous souhaitez activer. Vous pouvez accepter les cookies en cliquant sur le bouton « Accepter tous les cookies » ou personnaliser vos choix en sélectionnant les cookies que vous souhaitez activer. Vous pouvez également refuser tous les cookies non nécessaires en cliquant sur le bouton « Refuser tous les cookies » .

Cookies nécessaires

Ceux-ci sont indispensables à la navigation de l’utilisateur et permettent de donner accès à certaines fonctionnalités comme les accès aux zones sécurisées. Sans ces cookies, il ne sera pas possible de fournir le service.
Matomo en auto-hébergement

Cookies marketing

Ces cookies sont utilisés pour vous proposer des publicités plus pertinentes, limiter le nombre de fois que vous voyez une publicité ; aider à mesurer l’efficacité de la campagne publicitaire ; et comprendre le comportement des individus après avoir vu une publicité.
Vie Privée Adobe | Vie Privée Marketo | Vie Privée MRP | Vie Privée AccountInsight | Vie Privée Triblio

Cookies de réseaux sociaux

Ces cookies sont utilisés pour mesurer l’efficacité des campagnes sur les réseaux sociaux.
Vie Privée de LinkedIn

Notre site Web utilise des cookies pour vous offrir l’expérience en ligne la plus optimale en : mesurant notre audience, en comprenant comment nos pages Web sont consultées et en améliorant en conséquence le fonctionnement de notre site Web, en vous fournissant un contenu marketing pertinent et personnalisé. Vous avez un contrôle total sur ce que vous souhaitez activer. Vous pouvez accepter les cookies en cliquant sur le bouton « Accepter tous les cookies » ou personnaliser vos choix en sélectionnant les cookies que vous souhaitez activer. Vous pouvez également refuser tous les cookies non nécessaires en cliquant sur le bouton « Refuser tous les cookies ». Veuillez trouver plus d’informations sur notre utilisation des cookies et comment retirer à tout moment votre consentement sur notre Vie Privée

Passer au contenu principal

3 questions à Frédéric Nataf


Publié le: 12 avril 2016 par Kaoutar Sghiouer

3 questions à Frédéric Nataf, Directeur de Recherche au CNRS au sein du laboratoire Jacques-Louis Lions de l’Université Pierre et Marie Curie et de l’équipe Alpines d’inria, premier prix Bull-Joseph Fourier 2015

 

Le premier prix Bull-Joseph Fourier 2015 a récompensé Frédéric Nataf et l’ensemble de son équipe[1]pour leur projet de visualisation des accidents vasculaires cérébraux grâce au HPC, dont les résultats permettront à terme une prise en charge plus rapide et plus efficace des patients, et donc de sauver des vies.

 

Quel est le contexte de vos travaux, récompensés par le prix Bull-Joseph Fourier 2015 ?

Chaque année, en France, 120 000 personnes sont victimes d’un accident vasculaire cérébral. Or, il y a deux types d’AVC : l’un hémorragique, qui nécessite d’accélérer la coagulation, et l’autre ischémique, qui requiert au contraire de fluidifier le sang. Et il n’existe pas de moyen simple de les distinguer ! Il faut pour cela procéder à une IRM ou à un scanner, ce qui retarde d’autant la prise en charge alors que chaque seconde compte. Avec plusieurs partenaires universitaires[2], nous avons monté dans le cadre d’une ANR[3] un projet destiné à valider la faisabilité d’une nouvelle solution, beaucoup plus légère, imaginée par la société autrichienne EMTensor. À partir de mesures électromagnétiques, recueillies à l’aide d’un casque placé sur la tête du patient, un supercalculateur produit une image 3D du cerveau sur laquelle la lésion apparaît visiblement. L’objectif était d’y parvenir en moins de 15 minutes, de manière à obtenir un premier diagnostic rapide, mais aussi de pouvoir assurer le suivi des patients.

Comment le calcul parallèle vous a-t-il permis de relever ce défi ?

Nous avons recouru à deux librairies de calcul open source que nous développons au laboratoire Jacques-Louis Lions de l’Université Pierre et Marie Curie, FreeFem++ et HPDDM. Ce sont des outils qui permettent de formuler une grande variété de problèmes physiques – mécanique, thermodynamique, acoustique, électromagnétisme… – de manière à pouvoir les traiter de façon parallèle. En les utilisant pour modéliser la propagation dans le cerveau des ondes émises et reçues par les 160 capteurs du casque, il nous a suffi de 320 secondes pour reconstituer une image de qualité suffisante avec une machine de 4 000 cœurs. Soit beaucoup moins que les 15 minutes requises, et bien moins que les 1 à 2 heures qu’il fallait précédemment. Un tel résultat permet aujourd’hui d’envisager le développement d’un dispositif opérationnel, dont les bénéfices médicaux seront considérables.

En quoi ce succès préfigure-t-il le calcul intensif de demain ?

Alors que l’accès à de gros calculateurs de plusieurs centaines à plusieurs milliers de cœurs se banalise, les logiciels ne sont pas toujours conçus pour en exploiter pleinement le potentiel. Or, les innovations technologiques actuelles en matière de recueil et de transmission de l’information, comme l’Internet des objets, font émerger d’immenses besoins de traitement en temps réel, dans le domaine médical, comme ici, mais aussi dans l’agriculture, l’industrie, la protection civile… Y répondre va nécessiter des outils logiciels adaptés aux supercalculateurs de nouvelle génération, mais aussi suffisamment souples et versatiles pour pouvoir modéliser aisément une grande variété de problèmes. Ce projet démontre que FreeFem++ et HPDDM répondent précisément à ce besoin et qu’ils sont capables d’applications diversifiées et performantes.

[1] Victorita Dolean, Frédéric Hecht, Pierre Jolivet et Pierre-Henri Tournier.

[2] Université Pierre et Marie Curie, Université de Nice Sophia Antipolis, University of Strathclyde Glasgow, CNRS, Inria, IRIT Toulouse.

[3] Financement par l’Agence Nationale de Recherche.

Partager


Qui est Kaoutar Sghiouer
Chief Data Science
Docteur en statistiques et recherche opérationnelle avec une première expérience dans la recherche et l’enseignement supérieur au laboratoire d’excellence Heudiasyc à l’université de technologie de Compiegne. Kaoutar a rejoint Fastconnect en tant qu’experte data science, puis Atos pour porter et développer l’offre data science et manager d’un point de vue technique et fonctionnel l’équipe de data scientists.

Suivre ou contacter Kaoutar