Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

12 juin 2019

PhD position in preclinical image processing (CEA-MIRCen, Néoxia)


Catégorie : Doctorant


PROJET DE THESE : Cartographie haute résolution des réseaux de neurones par microscopie optique en recherche préclinique

High resolution mapping of neural networks by optical microscopy in preclinical research

MOTS-CLES : traitement de l'image, modélisation 3D, segmentation, neurones, machine learning, maladies neurodégénératives

DIRECTEUR DE THESE : Thierry DELZESCAUX <thierry.delzescaux[at]cea.fr>

LABORATOIRE D’ACCUEIL : CEA-MIRCen, LMN

(Laboratoire des Maladies Neurodégénératives),

18, route du Panorama - BP N° 6

92265 - Fontenay aux Roses Cedex

http://i2bm.cea.fr/drf/i2bm/Pages/mircen.aspx

FINANCEMENT : Programme Paris Region PhD (PhD2), Île-de-France

PARTENAIRE SOCIO-ECONOMIQUE : société NEOXIA (co-encadrant Cédric CLOUCHOUX)

DUREE DE LA THESE : 36 mois (date de début 10/2019)

UNIVERSITE / ECOLE DOCTORALE : Université Paris Saclay, ED EOBE (ED 575)

RESUME : L’objectif de ce travail de thèse sera de développer des outils logiciels originaux pour étudier des populations de neurones à l’échelle de cerveaux entiers en recherche préclinique. Les images seront acquises par microscopie optique à très fort grossissement pour permettre une individualisation à l’échelle des neurones. Le dénombrement ainsi qu’une modélisation de la cytoarchitecture de ces cellules fourniront des informations nouvelles d’un grand intérêt dans des cas sains (anatomie, développement) mais aussi pathologiques (maladies neurodégénératives, mort neuronale). Des techniques avancées de traitement de l’image seront utilisées pour mener ces analyses (apprentissage machine, calcul intensif). Enfin, une validation des résultats obtenus sur des données multi-espèces produites au CEA-MIRCen sera réalisée en comparant les résultats obtenus avec la technique de référence de stéréologie (comptage cellulaire) ainsi qu’avec des segmentations anatomiques de référence (expert neuroanatomiste, atlas numériques).

SUMMARY: The objective of this thesis work will be to develop original software tools to study whole brain neuron populations in preclinical research. The images will be acquired by optical microscopy at very high magnification to allow individualization at the scale of neurons. The counting and modelling of the cytoarchitecture of these cells will provide new information of great interest in healthy cases (anatomy, development) but also pathological cases (neurodegenerative diseases, neuronal death). Advanced image processing techniques will be used to conduct these analyses (machine learning, high performance computing). Finally, validation of the results obtained on multi-species data produced at CEA-MIRCen will be carried out by comparing the results obtained with the stereological reference technique (cell counting) and with anatomical segmentations (neuroanatomist expert, digital atlases).

- Compétences requises : Au cours de ce travail de thèse, le candidat sera amené à interagir principalement avec l'équipe de traitement de l'image de MIRCen (informaticiens, méthodologistes en traitement de l’image, etc.) et les neurobiologistes de la plateforme d’histologie. Il est demandé d'avoir une très bonne connaissance des environnements Linux et Windows, de maîtriser la programmation dans les langages C, C++ et Python, d'avoir des connaissances dans le domaine de la parallélisation et du calcul haute performance (CPU). Des connaissances générales des techniques de traitement de l’image (segmentation, machine learning – deep learning) et d'un outil de gestion de sources (subversion/github) serait un plus. Il est également nécessaire de savoir utiliser les suites bureautiques standards (Open Office, Office). Le doctorant bénéficiera pour réaliser ces développements des savoirs faire, de l’encadrement des équipes du CEA et de l'infrastructure informatique existante (serveurs de calculs internes, plateforme logicielle). De bonnes capacités d’adaptation à des environnements multidisciplinaires, de coordination et de travail en équipe sont également requises pour ce projet.

- Formation requise : Ecole ingénieur, Master de recherche dans les sciences de l’information, traitement de l’image et du signal.

Renseignements et sujet détaillé disponibles sur demande.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2019.