De la recherche d'images médicales à partir du contenu vers les approches basées sur les modèles.

Cas d'utilisation : gradation du cancer du sein à partir des lames virtuelles (ANR TecSan MICO), suivi de cellules souches neuronales (A*STAR), détection précoce d'attaque cérébrale et pronostic de la maladie de Parkinson par fusion multimodale (Singapore General Hospital). Chargé de Recherche 1ère classe en détachement CNRS au laboratoire IPAL (UMI CNRS 2955) de Singapour depuis septembre 2005, Daniel RACOCEANU est maître de conférence HDR à l’Université de Franche-Comté, ou il est en poste depuis septembre 1999. Directeur de l'IPAL depuis septembre 2008, Daniel effectue sa recherche dans le domaine du pronostic par analyse et exploration cognitive d’images médicales, sur des thématiques liées la gradation du cancer du sein (avec l'Hôpital Universitaire de Singapour - National University Hospital et l’Hôpital de la Pitié-Salpêtrière, Paris), l’indexation des images pathologiques de type scanner du poumon (avec le service Informatique Médicale de l‘Hôpital Universitaire de Genève), ainsi qu’à la détection précoce des maladies neuro-dégénératives (avec l'Hôpital Général de Singapour - Singapour General Hospital).