Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

19 janvier 2019

[Stage M2/ingénieur à Marseille + thèse CIFRE] Développement d'un modèle prédictif de récupération après traumatisme crânien sévère


Catégorie : Stagiaire


Aujourd’hui la prise en charge des patients admis en réanimation après un traumatisme crânien sévère est soumise à la grande incertitude sur la récupération à long terme. Dans ce contexte, l’accès à des outils diagnostiques et pronostiques fiables et performants est un progrès majeur qu’accompagne la start-up BrainTale (http://www.braintale.fr/) en collaboration avec le groupe COMA, groupe de recherche associant le département d’anesthésie-réanimation de l’Hôpital de la Pitié-Salpêtrière (APHP, Paris) et le Laboratoire d’Imagerie Biomédicale (Sorbonnes Université, Paris), et avec l'équipe MECA de l'Institut de Neurosciences de la Timone (INT, Marseille; http://www.meca-brain.org/). L’approche innovante proposée aujourd’hui se base sur un traitement calibré des données d’IRM permettant des mesures robustes d’altérations microstructurelles cérébrales à partir de descripteurs définis a priori et de solutions d’apprentissage statistique adaptées se nourrissant d’une base de données de patients cérébrolésés unique au monde.

 

Dans la continuité de ces travaux, ce stage s'inscrit dans une collaboration entre l'équipe MECA et BrainTale qui se base sur la combinaison de connaissances en neurosciences et de méthodes d'intelligence artificielle innovantes. Le projet du / de la stagiaire consistera à améliorer le modèle pronostic existant en développant un nouveau pipeline basé sur une extraction de caractéristiques aléatoire et une stratégie ensembliste d'apprentissage. Le stage se déroulera à Marseille au sein de l'INT.

Ce travail pourra éventuellement donner suite à une prolongation dans le cadre d'une thèse CIFRE.

Compétences requises :

- apprentissage statistique, classification (par ex. Support Vector Machines, deep learning...)

- très bon niveau en programmation (python ou C/C++)

- bon niveau en anglais

- notions de traitement d'image et/ou d'imagerie médicale

- pas besoin de connaissances en neurosciences, mais un intérêt pour le domaine serait un plus.


Envoyer CV + lettre de motivation à sylvain.takerkart@univ-amu.fr et LionelJean.Velly@ap-hm.fr

 

 

 

Dans cette rubrique

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