Anatole Chessel
Pièce : 84-20 12
Tél :+33 (0) 16933 5014
anatole.chessel at polytechnique.edu
orcid.org/0000-0002-1326-6305
Thematique de recherche
Bioimagerie computationnelle pour les gros jeux de donnée d'imagerie: Comment manipuler, analyser, visualiser les gros jeux de donnée d'imagerie, gros par le nombre de conditions (imagerie à haut contenu/haut débit -HT/HC-) ou la taille (microscopie block face ou à feuille de lumière). C'est en intégrant pleinement ces données dans les programmes de recherche de biologie quantitative qu'ils pourront donnée leur pleine valeur et jouer leur rôle dans la compréhension de système biologique complexe.
Geometrie Quantitative L'analyse de gros jeu de donnée de microscopie résulte typiquement en l'obtention d'un grand nombre d'objet géometrique en 3D, courbe, surface, point ou arbe figurant les cellules, leurs trajectoires ou l'arborescence des axons. Pour faciliter les wotkflow d'extraction d'information et de connaissance de ces données, nous travaillons à GeNePy3D, une bibliotheque Python de géometrie quantitative qui vise à unifier de nombreux domaine mathematique et algorithmique -geometrie algorithmique, statistique spatial, espace-echelle...- dans une API orienter vers leur utilisation dans des applications.
Background
2015-présent: MdC at Laboratoire Pour l'Optique et les Biosciences, CNRS / INSERM / Ecole Polytechnique, France
2010–2015 Postdoc avec Rafael E. Carazo-Salas, University of Cambridge, Cambridge, UK
2007-2010 Postdoc avec Charles Kervrann, Inria Rennes et Jean Salamero, Insitut Curie, Paris
2004-2007 PhD, avec Frederic Cao (Inria) and Ronan Fablet (Ifremer, Telecom Bretagne) à l'Ifremer, Brest
Enseignement
EA (module spécialisé), pour ingenieurs polytechnicien en 3e année (Science des donnée en imagerie biologique)
MODAL (Travaux pratique), pour ingenieurs polytechnicien en 2e année (Imagerie cellulaire pour l'étude du cytosquelette)
TREX (Travaux pratique), pour ingenieurs polytechnicien en 3e année (Homeostasie de la taille chez les levures)
Master 2 IMALIS, ENS Ulm, 'Bioimage informatics for neuroimaging' dans le module 'Optical Microscopy : principles and applications in Neurosciences'
Publications
List complète sur google scholar
Publications sélectionnées:
Osokin, A., Chessel, A., Carazo, S.R.E. and Vaggi, F., 2017. GANs for Biological Image Synthesis. In Proceedings of the IEEE International Conference on Computer Vision (ICCV 2017). IEEE.
Chessel, A., 2017. An Overview of data science uses in bioimage informatics. Methods.
Williams, E., Moore, J., Li, S.W., Rustici, G., Tarkowska, A., Chessel, A., Leo, S., Antal, B., Ferguson, R.K., Sarkans, U., Brazma, A., Carazo Salas, R.E. and Swedlow, J.R. 2017. Image Data Resource: a bioimage data integration and publication platform. Nature Methods, 14, 775–781 (2017).
Graml, V.*, Studera, X*., Lawson, J.L.*, Chessel, A.*, Geymonat, M., Bortfeld-Miller, M., Walter, T., Wagstaff, L., Piddini, E. and Carazo-Salas, R.E., 2014. A genomic Multiprocess survey of machineries that control and link cell shape, microtubule organization, and cell-cycle progression. Developmental cell, 31(2), pp.227-239.
Chessel, A., Cinquin, B., Bardin, S., Salamero, J. and Kervrann, C., 2009, June. Computational geometry-based scale-space and modal image decomposition: Application to light video-microscopy imaging. In Internationale Conference on Scale Space and Variational Methods (pp. 770-781).