innovation

Nos modules d’interprétation de vidéocapsules reposent sur des algorithmes de traitement d'images développés au sein du laboratoire de recherche ETIS (CY Cergy Paris Université, ENSEA, CNRS)
en collaboration avec l’Hôpital Saint-Antoine (Sorbonne Université et Assistance Publique – Hôpitaux de Paris).

L’architecture de nos algorithmes est conçue pour être intégrée dans un environnement de type « Software as a Service » (SaaS).
Ce développement s’appuie sur plusieurs projets de recherche académique soutenus financièrement depuis 2014 par la SATT ERGANEO, l’ENSEA, et l’Initiative d’Excellence Paris Seine.

Nos solutions sont à l’interface de l’apprentissage machine (Machine Learning) et des systèmes embarqués intelligents. Le développement
de nos algorithmes repose sur les outils les plus récents issus de l’apprentissage profond (Deep Learning), et plus particulièrement sur l’utilisation d’architectures originales de type « réseaux de neurones convolutionnels ». L’enjeu majeur réside dans la capacité d’utiliser ces architectures dans un contexte contraint en termes de ressources de calcul. Il s’agit notamment de permettre une utilisation en temps-réel dans le cadre de la vidéocoloscopie par exemple, et dans des délais compatibles avec une utilisation de type SaaS dans le cadre de la vidéocapsule endoscopique.