Anatole Chessel
Professeur Assistant - Ecole polytechnique
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 données 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 donner leur pleine valeur et jouer leur rôle dans la compréhension de systèmes biologiques complexes.
Géometrie Quantitative
L'analyse de gros jeu de données de microscopie résulte typiquement en l'obtention d'un grand nombre d'objet géométrique en 3D, courbe, surface, point ou arbre figurant les cellules, leurs trajectoires ou l'arborescence des axones. Pour faciliter les workflow d'extraction d'information et de connaissance de ces données, nous travaillons à GeNePy3D, une bibliothèque Python de géométrie quantitative qui vise à unifier de nombreux domaines mathématiques et algorithmiques -géométrie algorithmique, statistique spatiale, espace-échelle...- dans une API orientée vers leur utilisation applicative.
Background
2015-présent: MdC at Laboratoire d'Optique et 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, Institut Curie, Paris
2004-2007 PhD, avec Frederic Cao (Inria) et Ronan Fablet (Ifremer, Telecom Bretagne) à l'Ifremer, Brest
Enseignement
EA (module spécialisé), pour ingénieurs polytechniciens en 3e année (Science des données en imagerie biologique)
MODAL (Travaux pratique), pour ingénieurs polytechniciens en 2e année (Imagerie cellulaire pour l'étude du cytosquelette)
TREX (Travaux pratique), pour ingénieurs polytechniciens 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
Liste complète sur google scholar
Publications sélectionnées:
Lim, S., Beaurepaire, E., Chessel, A. 2023. NU-Net: A Self-Supervised Smart Filter for Enhancing Blobs in Bioimages. In Proc. IEEE International Conference on Computer Vision (ICCV 2023).
Raoux, C., Chessel, A., Mahou, P., Latour, G., Schanne-Klein, MC. (2023). Unveiling the lamellar structure of the human cornea over its full thickness using polarization-resolved SHG microscopy. Light: Science & Applications 12(1) 190 (2023).
Phan, MS., Matho, K., Beaurepaire, E., Livet, J., Chessel, A. 2022. nAdder: A scale-space approach for the 3D analysis of neuronal traces. PLoS Computational Biology 18 (7), e1010211 (2022).
Phan, MS., Chessel, A. 2022. GeNePy3D: a quantitative geometry python toolbox for bioimaging. F1000Research (2021).
Abdeladim, L., et al. 2019. Multicolor multiscale brain imaging with chromatic multiphoton serial microscopy. Nature Commun. (2019).
Osokin, A., Chessel, A., Carazo, S.R.E. and Vaggi, F., 2017. GANs for Biological Image Synthesis. In Proc. IEEE International Conference on Computer Vision (ICCV 2017).
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 International Conference on Scale Space and Variational Methods (pp. 770-781).