Soutenance de thèse de Sirine SAYADI

Lundi 05.12.2022
Horaires :
De 15:00 à 17:00

Adresse :

Campus de Nantes - Amphi Blaise Pascal

Madame Sirine SAYADI du département DAPI et du laboratoire LS2N soutiendra publiquement ses travaux de recherche sur les :

Architectures réparties et conteneurs logiciels sécurisés pour coopérations médicales multi-sites

Avis de soutenance

En savoir +

Résumé : L'augmentation massive des données produits ces dernières années dans tous les domaines de l'activité humaine a fait émerger des évolutions importantes dans les domaines de l'analyse, la protection et la sécurisation des données. La médecine est parmi les secteurs les plus touchés par cette évolution. L'analyse de larges quantités de données biomédicales permet d'obtenir une meilleure précision des résultats et aide les chercheurs et, in fine, les cliniciens à établir de bonnes diagnostiques et prendre les bonnes décisions. Les collaborations nationales et internationales qui explorent la médecine de précision se fondent sur des analyses sur des données provenant de populations variées et nombreuses. Les analyses biomédicales actuelles qui utilisent très majoritairement des algorithmes centralisés sont sujets à des problèmes majeurs, notamment en terme de protection de données et de performances. Dans cette thèse multidisciplinaire, nous contribuons à la résolution de ces problèmes par le développement d'analyses de données biomédicales distribuées ainsi que par leur déploiement dans des infrastructures informatiques et leur intégration dans des outils médicaux réels. Dans le cadre d'une application de transplantation rénale, nous proposons une nouvelle solution de contextualisation distribuée qui aide les cliniciens à évaluer les problèmes rénaux de patients. Pour la même application nous proposons également une nouvelle version distribuée de l'analyse factorielle des données mixtes (FAMD) pour la réduction des dimensions. Dans le cadre des analyses basées sur des données génétiques HLA, nous proposons un nouveau modèle distribué et sécurisé pour l’estimation de fréquences alléliques, de fréquences d'haplotypes et de fréquences des génotypes individuelles. Nous proposons également un nouveau algorithme pour l'estimation distribuée de la fréquence d'haplotypes HLA en utilisant l'algorithme de l'expectation maximisation EM. Toutes nos contributions ont été déployées sur une infrastructure réelle de nuage géo distribués et évaluées sur des données réelles ou réalistes. Les expérimentations ont montré de (très) bons résultats en terme de performances comparés aux solutions centralisées.

Organisateur(s)

Dans le cadre de la co-accréditation de thèse d’IMT Atlantique au sein de l'école doctorale MATHSTIC

Mots-clés : analyse de données biomédicales, analyses distribuées multi site et multi partenaires, protection et sécurisation des données, médecine de précision, contextualisation distribuée

Publié le 29.11.2022
 
 
 
 
 
1
 
2
 
3
 
4
 
5
 
6
 
7
 
8
 
9
 
10
 
11
 
12
 
13
 
14
 
15
 
16
 
17
 
18
 
19
 
20
 
21
 
22
 
23
 
24
 
25
 
26
 
27
 
28
 
29
 
30
 
31