Annonce

Les commentaires sont clos.

Proposition d'une thèse en imagerie médicale

22 Avril 2022


Catégorie : Doctorant


Sujet: Few-shot learning for medical image segmentation applied to radiotherapy.

 

L'apprentissage profond est une technique très efficace dans de nombreuses tâches de vision par ordinateur avec de grandes bases de données étiquetées. Cependant, acquérir de grandes bases de données étiquetées dans le domaine médical est particulièrement difficile, notamment pour la segmentation d'images médicales 3D qui est une étape clé pour la radiothérapie. Dans ce projet de thèse, nous envisageons de développer des algorithmes d'apprentissage machine avec une très petite quantité de données étiquetées et certaines connaissances médicales préalables. L'idée est de mimer l'adaptation rapide du médecin à la détection de nouvelles pathologies et à leurs segmentations basées sur les connaissances antérieures. L'objectif est de développer des méthodes d'apprentissage profond pour détecter et de segmenter précisément les régions pathologiques afin d'aider à la radiothérapie et à prédire l'évolution de ces pathologies après le traitement. Cette thèse sera en étroite collaboration avec les médecins du Centre de Luttre Contre le Cancer de Rouen.

Debut de la thèse : 09/2022.

Lieu : l'INSA de Rouen & l'Université de Rouen Normandie

Contact :

  • Carole Le Guyader <carole.le-guyader@insa-rouen.fr>
  • Su Ruan <su.ruan@univ-rouen.fr>