Monsieur Jules COLLENNE / Docteur

Recherche en entreprise, R&D du secteur privé*Pilotage de la recherche et de l'innovation, gestion de projets innovants, pilotage de structures innovantes*Métiers d'accompagnement et de support à la recherche, à l'innovation et à la valorisation, au développement des Spin Off et Start-up innovantes*Expertise, études et conseils dans des organisations, cabinets ou sociétés fournissant des prestations intellectuelles, des expertises scientifiques, prospectives ou stratégiques*Entreprenariat des domaines innovants*Médiation scientifique, communication et journalisme scientifique, édition scientifique, relations internationales*

Coordonnées

https://julescollenne.github.io/

Emplois

Disponibilité : 1 2025

Mobilité géographique : Tous les pays

Recherche : OUI

Techniques maîtrisées

Programmation en C, C++, Java et Python Computer vision, AI et data science Utilisation de keras, tensorflow, pytorch, numpy, pandas

Doctorat

Titre : Informatique

1ère inscription en thèse : 1 octobre 2021 / 1A

Ecole doctorale : Mathématiques et Informatique de Marseille

Date de soutenance de thèse : 10 décembre 2024

Sujet : Aide au diagnostic du mélanome : Approche par apprentissage de similarité

Directeur de thèse : MERAD Djamal

Co-directeur : DUBUISSON Séverine

Unité de recherche : LIS Laboratoire d'Informatique et Systèmes

Master

Titre : Informatique

juin 2021 - Aix-Marseille Université

Mention : Bien

Production scientifique

  • Automated melanoma detection. An algorithm inspired from human intelligence characterizing disordered pattern of melanocytic lesions improving a convolutional neural network.
    Journal of The American Academy of Dermatology, 2024
    Jilliana Monnier, Arthur Cartel Gouabou Foahom, Meryem Serdi, Jules Collenne, Rabah Iguernaissi, Marie-Aleth Richard, Caroline Gaudy-Marqueste, Jean-Luc Damoiseaux, Jean-Jacques Grob, Djamal Merad
    https://hal.science/hal-04569966v1
  • Fusion between an Algorithm Based on the Characterization of Melanocytic Lesions' Asymmetry with an Ensemble of Convolutional Neural Networks for Melanoma Detection
    Journal of Investigative Dermatology, 2024
    Jules Collenne, Jilliana Monnier, Rabah Iguernaissi, Motasem Nawaf, Marie-Aleth Richard, Jean-Jacques Grob, Caroline Gaudy-Marqueste, Séverine Dubuisson, Djamal Merad
    https://amu.hal.science/hal-04518555v1
  • ReSet: A Residual Set-Transformer approach to tackle the ugly-duckling sign in melanoma detection
    2024 IEEE International Conference on Image Processing (ICIP 2024), 2024
    Jules Collenne, Rabah Iguernaissi, Séverine Dubuisson, Djamal Merad
    https://ieeexplore.ieee.org/abstract/document/10647287
  • Enhancing Anomaly Detection inMelanoma Diagnosis Through Self-Supervised Training andLesion Comparison
    2023
    Jules Collenne, Rabah Iguernaissi, Séverine Dubuisson, Djamal Merad
    https://amu.hal.science/hal-04387404v1
  • Automated detection of melanoma: Comparing a convolutional neural network (CNN) approach with an algorithm assessing disorder in the pattern of pigmented lesions, intended to mimick onco-dermatologists' visual analysis
    Annals of Oncology, 2022
    J Monnier, AC Gouabou Foahom, M Serdi, J Collenne, R Iguernaissi, C Gaudy Marqueste, JL Damoiseaux, JJ Grob, D Merad
    https://www.annalsofoncology.org/article/S0923-7534(22)02835-6/fulltext
  • Computer Aided Diagnosis of Melanoma Using Deep Neural Networks and Game Theory: Application on Dermoscopic Images of Skin Lesions
    International Journal of Molecular Sciences, 2022
    Arthur Cartel Foahom Gouabou, Jules Collenne, Jilliana Monnier, Rabah Iguernaissi, Jean-Luc Damoiseaux, Abdellatif Moudafi, Djamal Merad
    https://hal.science/hal-03847123/document

Langues

Anglais : C2 - Courant

Espagnol : C1 - Avancé

Français : C2 - Maternel

Coréen : B1 - Intermédiaire