DeepLearn
2020-2023

DeepLearn

Approche « Deep Learning » pour l’analyse de signaux ultrasonores

Responsable :

Emmanuel LE CLEZIO

Équipes de recherche :

ACO

OBJECTIF  :  Développer des approches de Deep-Learning pour le traitement automatique de signaux ultrasonores – Application à l’imagerie haute résolution.

Les signaux ultrasonores hautes fréquences sont soumis à de fortes atténuations conduisant à une dégradation du SNR et à des difficultés d’identification réduisant la qualité des images.

Le projet DeepLearn vise au développement de méthodes d’intelligence artificielle et plus précisément de Deep Learning permettant de repousser les limites actuelles de détection basées sur des méthodes conventionnelles de traitement du signal.

Problématique scientifique :

Développement et déploiement d’outils de traitement du signal permettant d’optimiser :
  • Les rapports SNR,
  • L’identification des temps de vols,
de signaux ultrasonores hautes-fréquences.

Projets de recherche ACO

UCSMSC
2015-2022

UCSMSC

Contrôle Ultrasonore du contact entre structure métalliques

Partenaires :

Financé par :

MORPHEUS
2018-2022

MORPHEUS

Evaluation morphologique et physiologique des os du petit animal par analyse de données ultrasonores

Financé par :

CDBE-ST
2019-2023

CDBE-ST

Caractérisation de l'énergie de collage direct

Partenaires :

Financé par :

Actualités ACO

06/05/2025

L’équipe ACO bien représentée lors du CFA 2025

Félicitations à l’équipe ACO qui a présenté 4 interventions lors de cette conférence. 4 présentations à cette conférence qui regroupe…
En savoir plus
06/09/2024

Développement d’une seconde génération de capteur Ultrasonore pour la mesure des gaz de fission, par l’équipe ACO

Dans le cadre de la collaboration avec le laboratoire Instrumentation, Systèmes (LISM) de l’Institut IRESNE du CEA de Cadarache, l’Institut…
En savoir plus
29/05/2024

L’équipe ACO présente à la 20e Conférence mondiale sur les essais non destructifs (WCNDT)

La 20e Conférence mondiale sur les essais non destructifs (WCNDT) se déroule actuellement, du 27 au 31 mai 2024, au…
En savoir plus