Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

7 janvier 2019

Segmentation d’images médicales par réseaux de neurones et méthodes variationnelles.


Catégorie : Stagiaire


L’objectif de ce projet est de développer une méthode CNN de classification de patch et de la lier avec une méthode variationnelle de segmentation. Il comportera une partie bibliographique et une partie développement en Python (librairie TensorFlow). Les méthodes implémentées seront appliquées sur des images médicales 3D.

Ce stage s’inscrit dans les travaux de l’équipe Magrit (http://magrit.loria.fr) dans le domaine de la simulation de la respiration pour des applications telles que la radiothérapie ou la chirurgie. Les travaux seront spécialement couplés avec le projet INVIVE (http://www.it.uu.se/research/scientific computing/project/rbf/biomech) qui vise à modéliser
le comportement biomécanique du diaphragme.

Mots-clés : Segmentation - Imagerie médicale - CNN - Python - TensorFlow.

 

Le but de ce projet est d’associer la puissance de prédiction des CNN avec la précision des modèles variationnels. On souhaite dans ce projet apprendre une représentation des patchs 3D qui constituent l’image médical 3D afin de discerner le diaphragme des autres organes vitaux. On dispose pour cela d’un ensemble de données segmentées dont on extraira des patchs. On utilisera un CNN afin de classer les patchs et d’effectuer une segmentation grossière du
diaphragme. Afin de raffiner le résultat, une méthode de segmentation par level-set sera mise en place.

 

Durée du stage: 5 mois

Compétences requises:
Le CNN sera implémenté avec TensorFlow en Python. L’implémentation fera intervenir des notions de traitement d’image telles que les patchs et les méthodes level-set. Le stagiaire devra acquérir une connaissance des méthodes de classification par réseaux de neurones. Il devra également être capable de mettre en œuvre des méthodes variationnelles de la littérature.

 

Contacts: Fabien Pierre (fabien.pierre@loria.fr) et Pierre-Frédéric Villard (pierrefrederic.villard@loria.fr).

 

Dans cette rubrique

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