Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

2 juin 2017

Segmentation d'image médicale


Catégorie : Post-doctorant


Segmentation interactive d'image médicale, édition de segmentations

Début : 2017 (durée 1,5 ans)

Localisation : Institut de Mathématiques de Toulouse
Financement : INSERM

 

Objectifs et contexte du stage

La segmentation de tumeurs dans des images médicales 3D (ADC-IMR et TEP-CT) est un enjeu majeur pour le diagnostique et le suivi longitudinal de patients atteints d'un cancer. Cette segmentation est cependant difficile à automatiser pour plusieurs raisons : les conditions d'acquisition des images peuvent varier d'une image à l'autre, les patients présentent une certaine variabilité anatomique, et les tissus sains peuvent avoir localement le même rendu que la tumeur. L'utilisation de méthodes de segmentations interactives, utilisant des interactions de souris pour marquer des pixels comme sain et malins, apparaissent alors comme les plus pertinentes dans ce contexte. Elles sont en effet largement plus rapides que des segmentations de tumeur à la main par des radiologues, tout en permettant à ces derniers d'utiliser leur expertise pour corriger des erreurs obtenues par un algorithme automatique.

Dans le cadre d'un projet commun entre l'Institut de Mathématiques de Toulouse et l'Institut Universitaire du Cancer de Toulouse, nous développons des algorithmes interactifs de segmentation d'images ADC-IMR et TEP-CT. Ceux-ci seront ensuite utilisés par les médecins du projet pour quantifier l'évolution de la maladie pendant la durée du traitement (suivi longitudinal).

Le but du postdoc est d'étudier différents modèles de segmentation et d'édition de segmentation dans ce contexte. La complexité numérique des traitements doit être compatible avec la taille des images 3D du projet.

Les codes actuels (basés sur un algorithme de Fast Marching) sont implémentés dans le logiciel slicer3D. Slicer3D est un logiciel libre de traitement d'image médicales largement reconnu. Il est développé en C++ et se base sur les bibliothèques ITK et Qt. Il est possible d'importer dans slicer 3D des codes en python.

Profil du candidat

Le candidat doit être titulaire d'une thèse en mathématiques appliquées, traitement du signal/d'image ou informatique. Des compétences en liens avec le sujet seraient appréciés. Une bonne expérience en programmation est indispensable (Matlab ou python). Des connaissances en programmation objet, C++ ou ITK seraient des plus.

Comment candidater

Les candidats doivent envoyer par mail un CV, un court texte décrivant leurs centres d'intérêts en recherche et les coordonnées de deux référents. Le tout dans un unique fichier PDF. Les candidatures ainsi que les questions sur le postdoc doivent être envoyés à

francois.malgouyres@math.univ-toulouse.fr.

Encadrement

Localisation

Institut de Mathématiques de Toulouse, Université Paul Sabatier, Toulouse.

Rémunération

entre $1800$ et $2700$ euros nets par mois, suivant expérience.

Durée

1,5 ans.

 

Dans cette rubrique

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