Data Sciences
- Dispositifs & Data
- Data Sciences
Présentation des activités de recherche
Henning Müller dirige le groupe MedGIFT sur l’analyse des données médicales multimodales. Les recherches du groupe portent sur la création d’outils d’aide à la décision utilisant des données médicales sous forme d’images, de signaux, de textes et de données structurées. Grâce à l’apprentissage automatique, des prédictions, des classifications et des segmentations peuvent être réalisées dans les données.
Les outils sont utilisés sur des données provenant de la radiologie, de l’ophtalmologie et, de plus en plus, de l’histopathologie, en utilisant de solides infrastructures informatiques et principalement l’apprentissage profond.
L’interprétabilité et l’explicabilité des résultats de l’apprentissage automatique sont un autre point fort du groupe.
Henning Müller
Le Pr. Henning Müller étudie l’informatique médicale à l’Université de Heidelberg (Allemagne), puis travaille chez Daimler-Benz à Portland (USA). De 1998 à 2002, il obtient son doctorat à l’Université de Genève (Suisse) avec un séjour de recherche à l’Université Monash (Australie) en 2001. Depuis 2002, Henning travaille dans le domaine de l’informatique médicale aux Hôpitaux Universitaires de Genève où il obtient son diplôme en 2008. Il est nommé professeur titulaire en 2014.
Depuis 2007, il est professeur d’informatique de gestion à la HES-SO Valais-Wallis à Sierre et depuis 2011, responsable de l’unité eHealth à Sierre. Le Pr. Müller a été coordinateur du projet Khresmoi, coordinateur scientifique du projet VISCERAL, initiateur du benchmark ImageCLEF. Il est l’auteur de plus de 400 articles scientifiques et fait partie du comité de rédaction de plusieurs revues et critiques pour de nombreuses revues et agences de financement à travers le monde.
Lors de la période 2015-2016, Henning a été professeur invité au Martinos Center de Boston (USA), qui fait partie de la Harvard Medical School et du Massachusetts General Hospital (MGH) travaillant sur des projets collaboratifs en imagerie médicale et en évaluation de systèmes, entre autres dans le contexte du réseau d’imagerie quantitative des National Cancer Institutes.
Route de la Plaine 2, Case postale 80
3960 Sierre
Suisse
Publications clés
A review of content-based image retrieval systems in medicine – clinical benefits and future directions
Henning Müller, Nicolas Michoux, David Bandon, Antoine Geissbuhler
International Journal of Medical Informatics volume 73, pages 1-23, 2004.
Performance Evaluation in Content-Based Image Retrieval: Overview and Proposals
Henning Müller, Wolfgang Müller, David McG. Squire, Stéphane Marchand-Maillet and Thierry Pun
Pattern Recognition Letters (Special Issue on Image and Video Indexing), 22, 5, pages 593-601, 2001. H. Bunke and X. Jiang Eds.
Unleashing the potential of digital pathology data by training computer-aided diagnosis models without human annotations
Niccolò Marini, Stefano Marchesin, Sebastian Otálora, Marek Wodzinski, Alessandro Caputo, Mart van Rijthoven, Witali Aswolinskiy, John-Melle Bokhorst, Damian Podareanu, Edyta Petters, Svetla Boytcheva, Genziana Buttafuoco, Simona Vatrano, Filippo Fraggetta, Jeroen van der Laak, Maristella Agosti, Francesco Ciompi, Gianmaria Silvello, Henning Muller, Manfredo Atzori
Nature Partner Journal on Digital Health, 2022.
A Global Taxonomy of Interpretable AI: Unifying the Terminology for the Technical and the Social Sciences
Mara Graziani, Lidia Dutkiewicz, Davide Calvaresi, José Pereira Amorim, Katerina Yordanova, Mor Vered, Rahul Nair, Pedro Henriques Abreu, Tobias Blanke, Valeria Pulignano, John O. Prior, Lode Lauwaert, Wessel Reijers, Adrien Depeursinge, Vincent Andrearczyk, Henning Müller
Artificial Intelligence Reviews, 2022.
Semi-supervised training of deep convolutional neural networks with heterogeneous data and few local annotations: an experiment on histopathology image classification
Niccolo Marini, Sebastian Otalora, Henning Müller, Manfredo Atzori
Medical image Analysis, 2021.