Base des structures de recherche Inria
Simulation médicale guidée par les données
SHACRA (SR0672ER) → MIMESIS
Statut:
Décision signée
Responsable :
Stephane Cotin
Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" :
A2.5. Génie logiciel
, A3.1.1. Modélisation, représentation
, A3.1.4. Données incertaines
, A3.2.2. Extraction de connaissances, nettoyage
, A5.1. Interaction Homme-Machine
, A5.3.4. Recalage
, A5.4.4. Reconstructions 3D et spatio-temporelles
, A5.4.5. Suivi d'objets et analyse de mouvements
, A5.6. Réalité virtuelle, réalité augmentée
, A6.1.1. Modélisation continue (EDP, EDO)
, A6.1.2. Modélisation stochastique
, A6.1.5. Modélisation multiphysique
, A6.2.3. Méthodes probabilistes
, A6.2.4. Méthodes statistiques
, A6.2.5. Algèbre linéaire numérique
, A6.2.8. Géométrie numérique et maillages
, A6.3.1. Problèmes inverses
, A6.3.2. Assimilation de données
, A6.3.3. Traitement de données
, A6.3.4. Réduction de modèles
, A9.2. Apprentissage
, A9.10. Approches hybrides de l'IA
Mots-clés de "B - Autres sciences et domaines d'application - 2023" :
B1.2. Neurosciences et sciences cognitives
, B2.2.6. Maladies neuro-dégénératives
, B2.4. Thérapies
, B2.4.3. Chirurgie
, B2.6. Imagerie biologique et médicale
, B2.7. Instruments médicaux
, B2.7.1. Chirurgie
Domaine :
Santé, biologie et planète numériques
Thème :
Neurosciences et médecine numériques
Période :
01/07/2015 ->
31/12/2027
Dates d'évaluation :
15/05/2022
Etablissement(s) de rattachement :
CNRS, U. STRASBOURG
Laboratoire(s) partenaire(s) :
ICUBE (UMR7357)
CRI :
Centre Inria de l'Université de Lorraine
Localisation :
Bâtiment eXplora Strasbourg
Code structure Inria :
051100-0
Numéro RNSR :
201521769B
N° de structure Inria:
SR0711RR
The main focus of the MIMESIS team is to develop new solutions at the crossroad between imaging, robotics, medicine and computer science. Through this work, we seek at creating a synergy between clinicians and scientists as a mean to develop new technologies that can redefine healthcare. The scientific objective of our team is to develop new approaches supporting advanced simulations in the context of simulation for training, surgical planning and computer-aided interventions. In the field of computer-based training, some pf our work on cataract surgery training has led to the creation of our start-up InSimo. We are now taking our expertise on real-time soft tissue modeling and multi-physics interactions to new applications and developments. We are investigating novel numerical methods for real-time computation such as the Smoothed FEM, Immersed Boundary Method, adaptive meshing, and using bayesian methods and computer vision techniques to provide inputs and parameter estimation to our model. The medical applications we seek include augmented reality for hepatic surgery, elastic registration for liver and brain surgery, and robotized percutaneous procedures.
Academic collaborations
Industrial collaborations