Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

6 janvier 2017

Stage M2/Ingénieur : Content-based image retrieval for multi-sequence MRI imaging (Paris Descartes)


Catégorie : Stagiaire


Durée du stage : 6 mois

Laboratoire d'accueil 1 :

Laboratoire : Laboratoire d'Informatique LIPADE (EA 2517), équipe de recherche SIP, Université Paris Descartes
Adresse : CUSP, 45 rue des Saints-Pères, 75006 Paris

Laboratoire d'accueil 2 :

Laboratoire : Équipe 2 UMR970 & Service de Radiologie HEGP
Adresse : 20 rue Leblanc, 75015 Paris

Mots-clés (maximum 5) : Analyse / traitement d’images médicales, IRM des masses ovariennes, recherche d’images similaires dans une base de donnée, connaissances sémantiques, PACS

 

Contexte scientifique

Les méthodes automatiques de recherche d'images fournissent un moyen d'aide à la décision dans de nombreux domaines d'application. Dans le domaine de la radiologie, elles permettent d'assister les radiologues lors de leur travail d'interprétation d'images (aide au diagnostic) en identifiant des cas similaires au sein de bases de données patients, comme les PACS. Un cas typique d'utilisation est la recherche par l'exemple où l'on souhaite retrouver des images visuellement similaires à un exemple donné en requête d'image issue d’un nouvel examen médical d'un patient. Pour ce faire les images sont décrites par leurs caractéristiques visuelles (niveaux de gris, texture) déduites directement de leurs pixels et/ou de régions d'intérêt délimitées dans les images (lésion, organe). Une mesure de distance est utilisée pour rechercher des images similaires dans l'espace des caractéristiques. Cependant, face à la complexité et la multiplicité des nouvelles générations d'images médicales, les processus de recherche d'images basés sur le contenu peuvent s'avérer insuffisants. En particulier, ces systèmes sont très limités pour la recherche de cas similaires issus d'examens impliquant des imageries multi-modales (par exemple PET-CT) ou multi-séquences (comme l'IRM).

Dans ce contexte, des recherches sont menées par le LIPADE et le service de radiologie de l'HEGP, pour proposer différentes approches permettant d'améliorer ces systèmes de recherche d'images. La première est l'intégration de descripteurs d'images de plus haut-niveau comme des annotations/termes sémantiques dans ces processus [DEP2014,KUR2014]. Ces termes peuvent être utilisés pour décrire un nombre important d’informations relatives au contenu visuel des images et sont directement liés à la compréhension haut-niveau du contenu de ces dernières. La deuxième approche consiste à intégrer des mécanismes de retour de pertinence [LU2003, KUR2015], approches qui permettent de prendre en compte le point de vue des radiologues sur les images retrouvées par le système. L'idée repose sur le fait que l'utilisateur dispose de connaissances de haut-niveau sur les images qu'il recherche et qu'il est donc le plus à même de juger de la pertinence des images retournées par la recherche. Finalement, la troisième approche est d'intégrer des stratégies de recherche « multi-séquences » permettant aux systèmes de recherche d'images de ne pas être limités à une recherche « image par image » mais à retrouver des cas similaires, en prenant en compte plusieurs séquences complémentaires d'images comme en IRM (T1, T2, T1 fatSat …).

Encouragés par ces résultats prometteurs, les objectifs de ce nouveau stage portent sur :

L'étudiant(e) recruté(e) participera également au développement logiciel de la plate-forme iCBMIR destinée à la recherche automatique d'images radiologiques et programmée via le langage Java. Les images seront extraites du PACS de l’HEGP après anonymisation et enrichissement contextuel.

Profil recherché pour le/la candidat/e

Nous recherchons un(e) étudiant(e) en Master 2 (ou équivalent Ingénieur) Informatique ou Analyse d'images, ayant des compétences en traitement d'images, fouilles de données, Informatique bio-médical et ayant un goût prononcé pour le développement logiciel, notamment avec le langage Java. Des bonnes compétences en Anglais sont également nécessaires. Pour toute candidature envoyer un CV + lettre de motivation à :

florence.cloppet@mi.parisdescartes.fr, camille.kurtz@parisdescartes.fr

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2015.