Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

26 janvier 2021

Stage M2/ingénieur : Compensation des mouvements pour l’estimation de flux sanguins des micro-vaisseaux tumoraux à partir d’images échographiques acquises par des techniques ultra-rapides


Catégorie : Stagiaire


Compensation des mouvements pour l’estimation de flux sanguins des micro-vaisseaux tumoraux à partir d’images échographiques acquises par des techniques ultra-rapides

Durée : 5-6 mois

Début du stage : Dès que possible et avant fin Mars 2021

Niveau : Master 2 ou équivalent en traitement du signal et de l’image ou mathématiques appliquées.

Gratification: selon réglementation (environ 550€ / mois)

 

lContexte

Dans ce stage, nous aborderons le développement des méthodes d'imagerie médicale à partir de modèles fondés sur la séparation entre d’une part, le flux sanguin et d’autre part, les tissus environnants, par ailleurs mobiles. Cette séparation sera menée de façon conjointe avec une déconvolution et une prise en compte du mouvement des tissus pour faire ressortir avec une grande résolution les flux sanguins des micro-vaisseaux des tissus étudiés (tumeurs cérébrales dans l’application considérée).

Plus spécifiquement, après avoir acquis des signaux brutes par imagerie rapide sur la région cérébrale d'intérêt qui constituent des volumes 3D (plusieurs plans de coupe (x,y) dans le temps t), ces données sont ensuite empilés dans une grande matrice 2D dite de Casorati (C). L'estimation de flux peut être obtenue en décomposant cette matrice en vecteurs et valeurs singulières (décomposition SVD) e.g, [1]. Les valeurs singulières sont seuillées et les vecteurs singuliers en résultant sont triés et associés au flux et bruit de mesure.

Une alternative intéressante et plus flexible consiste à poser et résoudre un problème inverse où C est mis sous la forme C=S+T+N, où S est le flux Doppler, T le tissu environnant et N le bruit. De plus, S est mise sous la forme d'une convolution entre la réponse impulsionnelle du système d'imagerie (PSF) H et le flux haute résolution X à estimer [2]. Cette méthode nécessite la connaissance de la PSF, qui peut être mesurée expérimentalement ou estimée conjointement avec le flux sanguin X, [3]. Ce que nous proposons dans ce stage est d'aborder le problème de la compensation des mouvements des tissues liés à la pulsatilité cérébrale dans le modèle associé à la déconvolution.

Le problème devient donc : C=M(H*X +T) +N, où M désigne le mouvement à estimer conjointement à X. L’estimation du mouvement peut se faire de façon indépendante de celle de X. Mais afin de réduire les erreurs, l’idée directrice ici, est de résoudre ce problème de manière conjointe en alternant entre déconvolution et estimation de mouvement et en prenant en compte des termes de « régularisation » qui imposent des connaissances a priori sur des mouvements des tissues, par exemple, une régularisation de parcimonie ou une régularité spatiale [4].

Ce stage fait partie du projet de l’échange d’expertises « DEMAISED » démarré en Janvier 2021 soutenu par France Life Imaging (FLI) entre l’Institut de Recherches en Informatique de Toulouse (IRIT) – Université de Paul Sabatier et l’Inserm U1253-iBrain – Université de Tours. En pratique, le/la stagiaire sera intégré/e à l’équipe MINDS du laboratoire IRIT à Toulouse. Des déplacements réguliers chez iBrain sont prévus afin d’enregistrer des données et de participer à l’évaluation des algorithmes d’estimation de flux avec prise en compte des mouvements des tissues en utilisant les données in vitro et in-vivo d’iBrain.

lLe travail à faire

Le stagiaire commencera par se familiariser au travail existant. Il participera au développement des nouvelles méthodes, qui seront évaluées dans un premier temps à partir d’images médicales ultrasonores de simulation. Ces images de simulation seront développées par le stagiaire à partir des travaux existants. Les méthodes seront ensuite évaluées sur des données acquises à CHU de Tours

lProfil recherché

üM2 ou dernière année d’école d’ingénieur

üBonnes connaissances en traitement du signal et des images, ou en mathématiques appliquées

üBonnes compétences en programmation, Matlab, ou de Python,

üBon niveau en anglais,

üUn intérêt pour l’imagerie ultrasonore médicale serait un plus (sans avoir besoin de connaissances a priori)

lCandidature
Ce stage sera encadré par :

üDuong Hung Pham, maître de conférences, IRIT/UPS, Toulouse

üDenis Kouamé, professeur, IRIT/UPS, Toulouse

Pour candidater, merci d’envoyer un CV, une lettre de motivation et les derniers résultats universitaires (et celle de l’année dernière) par email à duong-hung.pham@irit.fr et kouame@irit.fr

lNote : Ce travail fera par la suite l’objet d’un sujet de thèse. Des informations seront données lors de l’entretien.

lRéférences

[1] C. Demené et al., “Spatiotemporal Clutter Filtering of Ultrafast Ultrasound Data Highly Increases Doppler and Ultrasound Sensitivity”, Trans. on Medical Imaging, vol. 34 (11), 2015.

[2] H. Shen et al., “High-resolution and high-sensitivity blood flow estimation using optimization approaches with application to vascularization imaging,” IEEE Int. Ultrason. Symp. (IUS), 2019, pp. 467–470.

[3] D. H. Pham, A. Basarab, I. Zemmoura, J. P. Remenieras, and D. Kouame, “Joint blind deconvolution and robust principal component analysis for blood flow estimation in medical ultrasound imaging,” IEEE Trans. Ultrason., Ferroelect., Freq. Control (TUFFC), 2020.

[4] N. Ouzir, A. Basarab, H. Liebgott, B. Harbaoui and J. Tourneret, "Motion Estimation in Echocardiography Using Sparse Representation and Dictionary Learning," in IEEE Trans. on Image Processing, vol. 27, no. 1, pp. 64-77, Jan. 2018.

 

Dans cette rubrique

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