José Dolz
Téléphone: 514-396-8800 Ext. 8907
Travaille actuellement comme professeur adjoint à l'ETS Montréal. Mes intérêts de recherche actuels se concentrent sur l'analyse d'images médicales et les techniques d'apprentissage en profondeur avec un intérêt particulier pour l'apprentissage avec une supervision limitée (par exemple, une supervision faible, un apprentissage à quelques plans).
Auparavant, j'étais chercheur post-doctoral au département LIVIA de l'ETS à Montréal, sous la direction du Pr Ismail Ben Ayed et du Pr Christian Desrosiers. Mes recherches en tant que post-doc ont porté sur l'apport de la puissance et des forces de l'apprentissage profond au problème de l'automatisation de la segmentation des images médicales. En plus de l'apprentissage en profondeur, j'ai exploré certaines techniques de régularisation et d'optimisation pour améliorer les performances de segmentation.
Auparavant, j'ai travaillé comme ingénieur de recherche chez AQUILAB en même temps que j'étais inscrit comme doctorant à l'unité scientifique INSERM Onco-Thai U1189 «Thérapies interventionnelles assistées par image et simulation».
Travaille principalement sur l'analyse d'images médicales. Les intérêts de recherche comprennent la segmentation d'images, l'extraction de caractéristiques et les techniques d'apprentissage automatique et en profondeur.
»+ Articles originaux dans des revues à comité de lecture et chapitres de livres
«Apprenants de sous-espaces dynamiques basés sur l'attention pour l'analyse d'images médicales»Sukesh Adiga V, José Dolz, Hervé Lombaert » |
«Classification interprétable en profondeur et segmentation faiblement supervisée des images histologiques via une incertitude max-min»Soufiane Belharbi, Jérôme Rony, José Dolz, Ismail Ben Ayed, Luke McCaffrey, Eric Granger » |
«Segmentation des vaisseaux rétiniens à la pointe de la technologie avec des modèles minimalistes»Adrian Galdran, André Anjos, José Dolz, Hadi Chakor, Hervé Lombaert, Ismail Ben Ayed » |
«Adaptation de domaine multi-cible incrémentielle pour la détection d'objets avec un transfert de domaine efficace»Le Thanh Nguyen-Meidine, Madhu Kiran, Marco Pedersoli, José Dolz, Louis-Antoine Blais-Morin, Eric Granger » |
«Segmentation faiblement supervisée avec contraintes équivariantes intermodalités»Gaurav Patel, José Dolz” |
Lire la suite>
+ Articles dans les actes de conférence arbitrés
«Sur le biais de texture pour la segmentation CNN en quelques plans»Reza Azad, Abdur R. Fayjie, Claude Kauffmann, Ismail Ben Ayed, Marco Pedersoli, José Dolz » |
«Segmentation en quelques coups sans méta-apprentissage : une bonne inférence transductive est tout ce dont vous avez besoin ?»Malik Boudiaf, Hoël Kervadec, Ziko Imtiaz Masud, Pablo Piantanida, Ismail Ben Ayed, José Dolz » |
«Apprenez-moi à segmenter avec une supervision mixte: les étudiants confiants deviennent maîtres»José Dolz, Christian Desrosiers, Ismail Ben Ayed » |
«Un cadre d'auto-formation pour le classement du glaucome en OCT B-scans»Gabriel Garcia, Adrian Colomer, Rafael Verdu-Monedero, José Dolz, Valery Naranjo” |
«Au-delà de la supervision pixel par pixel : segmentation sémantique avec des descripteurs de forme d'ordre supérieur»Hoel Kervadec, Houda Bahig, Laurent Létourneau-Guillon, José Dolz, Ismail Ben Ayed » |
»
[2019] Kervadec H, Bouchtiba J, Desrosiers C, Granger É, Dolz J, Ben Ayed I. Perte de limite pour une segmentation très déséquilibrée. MID 2019. [Code]
[2019] Kervadec H, Dolz J, Tang M, Granger E, Boykov Y, Ben Ayed I. Pertes CNN contraintes pour une segmentation faiblement supervisée. Analyse d'image médicale. 2019 févr.13. [Code]
[2018] J. Dolz, K. Gopinath, J. Yuan, H. Lombaert, C. Desrosiers, I. Ben Ayed. «HyperDenseNet: un CNN hyper-densément connecté pour la segmentation sémantique multimodale». IEEE TMI.[Code]
[2018] Dolz J, Ben Ayed I, Desrosiers C. U-Net dense multi-voies pour la segmentation des lésions ischémiques d'AVC dans plusieurs modalités d'image. Dans International MICCAI Brainlesion Workshop 2018 Sep 16 (pp.271-282). Springer, Cham.
[2018] Mondal A.K., Dolz J, Desrosiers C. Segmentation d'images médicales multimodales 3D en quelques clichés à l'aide de l'apprentissage conflictuel génératif. préimpression arXiv arXiv: 1810.12241. 2018 octobre 29. [Code]
[2018] Dolz J, Xu X, Rony J, Yuan J, Liu Y, Granger E, Desrosiers C, Zhang X, Ben Ayed I, Lu H. Segmentation multirégionale des structures du cancer de la vessie en IRM avec réseaux convolutifs dilatés progressifs. Physique médicale. 2018 déc; 45 (12): 5482-93.
[2017] Dolz J, Desrosiers C, Wang L, Yuan J, Shen D, Ben Ayed I. Ensembles CNN profonds et annotations suggestives pour la segmentation IRM cérébrale du nourrisson. préimpression arXiv arXiv: 1712.05319. 2017 déc.14. [Code]
[2017] J. Dolz, I. Ben Ayed, C. Desrosiers. «Compacité de forme impartiale pour la segmentation". In Informatique d'image médicale et interventions assistées par ordinateur (MICCAI) 2017. [Code]
[2017] T. Fechter, S. Adebahr, D. Baltas, I. Ben Ayed, C. Desrosiers, J. Dolz. "Segmentation de l'œsophage en TDM via un réseau neuronal 3D entièrement convolutif et une marche aléatoire".Physique médicale, 44 (12), 6341-6352.
[2017] J. Dolz, moi Ben Ayed, C. Desrosiers. "DOPE: Optimisation distribuée pour les énergies par paires". Conférence internationale de l'IEEE sur la vision par ordinateur et la reconnaissance de formes (CVPR), Honolulu, Hawai, 2017.
[2017] J. Dolz, C. Desrosiers, I. Ben Ayed. "Réseaux 3D entièrement convolutifs pour la segmentation sous-corticale: une étude à grande échelle". NeuroImage, 170, 456-470. [Code]
[2016] J. Dolz, HA Kirisli, T. Fechter, S. Karnitzki, O. Oehlke, U. Nestle, M. Vermandel, L. Massoptier. «Délimitation interactive des contours des organes à risque en radiothérapie: évaluation clinique sur des patients atteints de CPNPC». Physique médicale, 2016er mai 1; 43 (5): 2569-80.
[2016] J. Dolz, N. Betrouni, M. Quiet, D. Kharroubi, HA Leroy, N. Reyns, L. Massoptier, M. Vermandel. "Empiler des auto-encodeurs de débruitage dans un réseau profond pour segmenter le tronc cérébral en IRM chez des patients atteints de cancer du cerveau: une étude clinique«. International Journal of Computerized Medical Imaging and Graphics, 52 (2016): 8-18.
[2015] J. Dolz, A. Laprie, S. Ken, HA Leroy, N Reyns, L Massoptier, M Vermandel. «Schéma de classification supervisé basé sur l'apprentissage automatique pour segmenter le tronc cérébral en IRM dans le contexte de traitement multicentrique des tumeurs cérébrales». Journal international de radiologie et de chirurgie assistées par ordinateur (IJCARS), 2015, 1-9.
- [2016] A. Laruelo *, J.Dolz*, S. Ken, L. Chaari, M. Vermandel, L. Massoptier, A. Laprie. «Prédiction de la carte de probabilité des zones de rechute chez les patients atteints de glioblastome par RM multi-paramétrique », 35e réunion de l'ESTRO, avril-mai 2016, Turin. Nominé au ESTRO Best Poster Award dans la catégorie «Physics Poster Award».
-
J.Dolz, HA Kirisli, T. Fechter, S. Karnitzki, U. Nestle, M. Vermandel, L. Massoptier. «Étude clinique préliminaire pour évaluer un système interactif de segmentation des OAR en oncologie thoracique », 35e réunion de l'ESTRO, avril-mai 2016, Turin. Nominé au ESTRO Best Poster Award dans la catégorie «Physics Poster Award».
-
José Dolz, Soléakhéna Ken, Henri Arthur Leroy, Nicolas Reyns, Anne Laprie, Laurent Massoptier; Maximilien Vermandel.«Méthode d'apprentissage automatique supervisé pour segmenter le tronc cérébral en IRM dans un contexte de traitement multicentrique des tumeurs cérébrales », Conférence internationale de radiologie et chirurgie assistées par ordinateur (CARS), juin 2015, Barcelone.
- Dolz J., Leroy HA, Reyns N, Massoptier L, Vermandel M. «Une approche rapide et entièrement automatisée pour segmenter les nerfs optiques en IRM et son application à la radiochirurgie», IEEE International Symposium on Biomedical Imaging (ISBI), avril 2015, New York (pp 1102-1105).
Le contenu de l'onglet va ici
+ PROFIL ACADÉMIQUE
2013 – 2016
J'ai été inscrit comme doctorant à l'Université Lille 2. Sous la direction de Maximilien Vermandel (INSERM U703) et Laurent Massoptier (AQUILAB), je développe mon doctorat. thèse intitulée «Vers une segmentation automatique des organes à risque de cancer du cerveau en IRM par des techniques d'apprentissage en profondeur et son application à la routine clinique». Cette thèse est intégrée au projet européen SUMMER, dont AQUILAB est le coordinateur. J'ai obtenu mon doctorat le 15 juin 2016, avec la plus haute distinction (Très bien).
-
Chercheur invité pendant un mois (janvier 2014) au centre médical universitaire de Fribourg dans le service de radio-oncologie.
-
Chercheur invité pendant un mois (octobre 2014) à l'Université de médecine de Vienne (MUW) au Laboratoire de traitement d'images numériques Centre de physique médicale et de génie biomédical
2010/06
Licence et maîtrise en télécommunications et génie électrique à l'Université polytechnique de Valence, avec spécialisation en traitement du signal et développement de la thèse de maîtrise à Högskolan I Gävle (Suède), avec une bourse Erasmus.
+ EXPÉRIENCE DE TRAVAIL
2016 / 07 - Présent
Chercheur post-doctorant
au département LIVIA de l'ETS, à Montréal. Suite à mes recherches lors de l'obtention de mon doctorat, je continue à travailler pour apporter la puissance du deep learning à la problématique de l'automatisation de la segmentation dans les images médicales.
2012 / 11 - 2016 / 05
Marie Curie Chercheur débutant
à Aquilab, sur le projet SUMMER. «SUMMER» a été conçu pour produire une solution logicielle unique utilisant toutes les techniques d'imagerie pour la délimitation biologique du volume cible, basée sur le co-enregistrement spatial d'images morphologiques et fonctionnelles multimodales. Mes principales tâches concernant ce projet se sont concentrées sur la recherche de nouvelles méthodes de segmentation automatique ou semi-automatique pour délimiter les organes à risque en radiothérapie. Comme la quantité d'informations sur les images médicales augmente très rapidement, un traitement efficace de ce type d'images est indispensable pour que les algorithmes puissent être utilisés dans la routine clinique. Ce fait m'a fait combiner la programmation CPU et GPU lors de la mise en œuvre des solutions trouvées dans l'étape de recherche. Outre les connaissances et compétences en programmation déjà présentes avant de commencer cette étape, j'en ai amélioré et appris de nouvelles, comme OpenCL, ITK ou MITK.
2011 / 10 - 2012 / 11
Chef d'équipe et chercheur au département de vision par ordinateur de l'ARLab.
Dans cette étape, j'ai été principalement impliqué dans ces sujets: correspondance d'image, suivi d'image 3D, suivi et détection de visage 3D et mouvement, tous basés sur des marqueurs. Ce travail a compris de la recherche à la mise en œuvre des méthodes. Comme autres tâches, j'ai également dû réécrire certaines fonctions en assembleur, afin d'accélérer certains processus. Cependant, c'est encore un stade précoce pour moi. J'étais responsable du développement de tout le code de base pour les moteurs de correspondance d'images et de suivi d'images 3D que la société utilisait comme SDK pour les développeurs. J'ai également participé activement à la création du SDK de ces moteurs, avec lesquels j'ai fortement amélioré mes compétences C ++. Concernant les compétences de communication et de travail en équipe, au bureau espagnol, nous avions des personnes de plusieurs pays, et la société avait également un bureau à Haïfa (Israël), ce qui m'a permis d'améliorer ces compétences grâce à la coopération quotidienne entre les deux bureaux. et aussi la coopération entre les membres de différentes équipes (Computer Vision, Real-time and Mobile Development).
2010 / 10 - 2011 / 09
Bourse de recherche dans le domaine des applications et des services technologiques à l'Institut biomécanique de Valence. Tâches de traitement d'image et de vidéo, de reconnaissance de formes et de modélisation 3D axées sur les applications biomécaniques. Ces tâches ont été effectuées en utilisant différents langages de programmation, tels que Matlab ou C ++, et en utilisant certaines bibliothèques comme Qt ou OpenCV pour les interfaces et le traitement d'image, respectivement. Plus précisément, j'ai été impliqué dans deux projets principaux, un scanner laser d'empreinte dans lequel je développe et améliore tous les algorithmes de traitement d'image (MATLAB et C ++) et un scanner de visage 3D où j'ai participé au développement de certaines parties de ce projet, comme un logiciel d'étalonnage de caméra automatique (C ++) ou certaines parties de prétraitement (MATLAB et C ++).
2009 / 12 - 2010 / 06
«Assistant de laboratoire» au Radio Center for Technology Gävle. Fonctions de support de laboratoire telles que la prise de mesures, l'étalonnage des systèmes ou la mise en œuvre de plusieurs applications avec l'interface graphique de MATLAB pour le traitement des mesures prises. En dehors de cela, j'ai travaillé ici dans un environnement international, où j'ai pu développer mes compétences personnelles.
Jose
doux
À propos de nous
Recherche et innovation
Actualités et Evénements
Contactez-Nous
Pavillon principal (A)
1100, rue Notre-Dame Ouest
Montréal, Québec, H3C 1K3
Salle A-3600
Tél.: + 1 (514) 396-8650
Email: eric.granger@etsmtl.ca