Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

12 février 2018

Segmentation, visualisation 3D et classification d'arches aortiques à partir d’ARM et de 3DRA


Catégorie : Stagiaire


Contexte

La radiologie interventionnelle consiste à exploiter l’imagerie pour réaliser une intervention non-invasive dans un but diagnostique ou thérapeutique. Pour cela, un cathéter est introduit dans une artère pour remonter jusqu’à l’aorte thoracique et ensuite au cerveau dans le cas d’une intervention cérébrale. Le développement d’outils d’aide à la visualisation 3D de l’arche aortique peut apporter une aide aux médecins dans l’analyse de sa géométrie et de ses spécificités. Cette visualisation indispensable à la phase de planification préopératoire passe par une étape de segmentation 3D de l’aorte à partir d’images de différentes modalités (ARM, 3DRA…). La navigation dans les vaisseaux s’avère plus ou moins difficile en fonction de la forme de l’arche aortique. En effet, avec l’âge et l’apparition de certaines pathologies, l’origine des bifurcations des vaisseaux alimentant le cerveau se trouve décalée vers le bas par rapport au plan horizontal, ce qui rend compliqué le passage du cathéter à cet endroit.

Objectifs du stage

Il existe plusieurs méthodes de segmentation automatique, le choix de la méthode la plus appropriée étant conditionné par l’application visée ainsi que par le type et la qualité des images. Le but de ce stage est de développer une méthode de segmentation de l’arche aortique en 3D à partir d’images angiographiques de différentes modalités et de comparer les résultats obtenus à des modèles de référence. Cette base de référence servira notamment à la validation de la méthode de segmentation 3D basée sur le region growing, précédemment implémentée à l’ESME. Une seconde étape de traitement consistera à classifier les aortes segmentées en utilisant des méthodes d’apprentissage.

Travail demandé

Partenaires impliqués

Lieu de travail

Le travail sera réalisé à l’ESME (Ivry-sur-Seine). L’étudiant se déplacera occasionnellement sur le site de la FOR (Paris).

Compétences requises

Le candidat sera appelé à travailler dans une équipe pluridisciplinaire et également à faire preuve d’autonomie et d’initiative. Il devra s’approprier les outils logiciels et les programmes existants (développés sous Matlab et Python) et posséder des connaissances en développement logiciel (Matlab / Python/ C/ C++) et en traitement d’image. Il sera capable de prendre en main de nouveaux outils et environnements (VTK, Osirix) et de reprendre les programmes précedemment développés dans l’équipe.

Début du stage et durée

Le stage débutera au premier trimestre 2018 et durera entre 5 et 6 mois.

Contact

Pour toute information ou pour déposer une candidature, merci d’envoyer un mail à :

Publications associées

[1] Fan LI, Yasmina CHENOUNE, Meriem OUENNICHE, Raphael BLANC, Eric PETIT, "Segmentation and Reconstruction of Cerebral Vessels from 3D Rotational Angiography for AVM Embolization Planning», proc. of the IEEE Engineering in Medicine and Biology Society Conference (IEEE EMBC’14), Chicago, USA, august 2014.

[2] Fan LI, Yasmina CHENOUNE, Raphael BLANC, "Segmentation 2D et suivi d'un vaisseau cérébral à partir d'images 3DRA", Colloque RITS (Recherche en Imagerie et Technologies pour la Santé), Bordeaux, France, avril 2013.

[3] Fan LI, Olena TANKYEVYCH, Yasmina CHENOUNE, Raphael BLANC, Eric PETIT, "Symbolic Representation of Brain Vascular Network with ArterioVenous Malformations from 3DRA Images", proc. of the IEEE Engineering in Medicine and Biology Society Conference (EMBC’15), Milano, Italy, august2015.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.