Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

21 décembre 2020

Stage M2 : détection d'anévrismes intracrâniens par analyse topologique et deep learning


Catégorie : Stagiaire


Recherche d'un(e) stagiaire pour développer un système de détection d'anévrismes intracrâniens.

Mots-clés : imagerie médicale, analyse d’images 3D, IRM, géométrie discrète, deep learning
Lieu du stage : Limoges
Durée : 5 mois entre mars et juillet 2021
Indemnités mensuelles légales (environ 550 euros)
 

L’IRM cérébrale est un examen radiologique de plus en plus fréquemment réalisé pour le diagnostic de nombreuses pathologies neurologiques. La séquence TOF (Time of Flight) réalisée au cours de l’IRM permet d’analyser les artères intracrâniennes.

 
Les anévrismes intracrâniens ont une prévalence dans la population générale d'environ 3,2% [1]. Ces lésions vasculaires sont à risque de rupture et susceptibles de provoquer des Accidents Vasculaires Cérébraux (AVC) hémorragiques. La mortalité dans les cas de rupture d’anévrisme intracrânien est évaluée à environ 50% à un mois avec un risque de séquelles chez 50% des survivants.
 
Ce stage a pour but de mettre en place un système de détection préliminaire des anévrismes intracrâniens sur des séquences TOF (Time Of Flight). Il permettra d'initier un travail ultérieur de recherche sur les anévrismes. Le stage consistera à comparer une détection d'anévrisme basée sur l'apprentissage et une autre basée sur un examen topologique des vaisseaux. L'apprentissage se fera sur des données annotées, de manière supervisée [2]. Une analyse topologique suivant des principes exposés dans l'état de l'art [3], validés par les médecins impliqués dans le projet, sera mise en place. Une comparaison des résultats sera effectuée.
 
Profil recherché
 
L'étudiant(e) doit avoir un profil informatique avec des connaissances en géométrie computationnelle discrète et en programmation Python (y compris la bibliothèque numpy). Des bases en intelligence artificielle (réseaux de neurones, rétropropagation) et une connaissance basique de la bibliothèque TensorFlow sont nécessaires. Des connaissances en programmation GPU sont bienvenues, mais pas indispensables.
 
Le stage s'effectue dans le cadre d'un partenariat entre l'institut de recherche XLIM et le service de neuroradiologie interventionnelle du CHU Dupuytren de Limoges.
Il sera encadré par Frédéric Claux (XLIM, frederic.claux@unilim.fr) et le Professeur Aymeric Rouchaud (XLIM et CHU Limoges, aymeric.rouchaud@unilim.fr).
 
Le stage aura lieu à Limoges. Des déplacements ponctuels sont à prévoir sur le site XLIM de Poitiers (contact Poitiers: Christine Fernandez-Maloigne, christine.fernandez@univ-poitiers.fr).
 
Début prévu : mars 2021
 
Durée : 5 mois
 
Gratification : standard pour les stages effectués au sein d'établissements publics (environ 550€ par mois)
 
Candidature : envoyer un CV, lettre de motivation et relevés de notes des deux dernières années
 
Contact : Frédéric Claux, frederic.claux@unilim.fr
 
Références
 
[1] Vlak M. H., Algra A., Brandenburg R., Rinkel G.
Prevalence of unruptured intracranial aneurysms, with emphasis on sex, age, comorbidity, country, and time period: a systematic review and meta-analysis
The Lancet, Neurology, 2011
 
[2] Sichtermann T., Sijben R., Teichert N., Freiherr J., Wiesmann M.
Deep learning-based detection of intracranial aneurysms in 3D TOF-MRA
American Journal of Neuroradiology, 2019
 
[3] Lauric A., Miller E., Frisken S., Malek A. M.
Automated detection of intracranial aneurysms based on parent 3D analysis
Medical Image Analysis, 2010
 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.