Annonce

Les commentaires sont clos.

Stage M2/Ingé à Marseille : Observation des déformations 3D d’organes à tissus mous par IRM ultra rapide.

18 Novembre 2022


Catégorie : Stagiaire


Le stagiaire s’attachera à la segmentation des images acquises lors de l’observation par IRM dynamique des déformations des organes pelviens afin de produire des reconstructions 3D des surfaces en mouvement.

Des architectures de de réseaux de neurones seront évaluées en comparaison avec la référence, U-Net.
 
Les problématiques de recalage, de segmentation et de modèles 3D, au cœur du projet, seront abordées selon les compétences et préférences du stagiaire.
 
Contact : marc-emmanuel.bellemare@lis-lab.fr
 

Encadrants : Marc-Emmanuel Bellemare (LIS) & Stanislas Rapacchi (CRMBM)

 

Sujet :

Les troubles de la statique pelvienne représentent un enjeu de santé publique. Ils regroupent un ensemble de pathologies associant une perte des rapports anatomiques normaux des organes pelviens, et une altération dramatique de la qualité de vie des malades. Ces pathologies sont handicapantes à des degrés variés mais leur physiopathologie reste encore mal connue ce qui complique leur prise en charge. De nouvelles séquences d’acquisition IRM, associées à une reconstruction adaptée, ont permis la visualisation 3D des organes en mouvement. Des résultats probants ont été récemment obtenus et publiés pour l’observation de la vessie et il s’agit, dans le cadre du stage, de s’intéresser aux autres organes pelviens. Ce projet se développe en collaboration avec le CRMBM, pour la réalisation de séquences IRM ultra rapides adaptées à l’observation souhaitée. Des acquisitions multi-planaires sont réalisées dans des plans non classiques ce qui complique la reconnaissance des organes. Ainsi la segmentation des principaux organes impliqués est une étape primordiale mais difficile. Des architectures de de réseaux de neurones seront évaluées en comparaison avec la référence, U-Net (Mask-RCNN, Retina-Net). Un modèle géométrique 3D des organes peut ensuite être recalé sur les contours segmentés. Il s’agit alors de proposer une stratégie qui optimise à la fois la séquence d’acquisition et les modèles géométriques des surfaces des organes observés. Ces modèles géométriques permettront alors une caractérisation quantitative des déformations. Les problématiques de recalage, de segmentation et de modèles 3D, au cœur du projet, seront abordées selon les compétences et préférences du stagiaire.

Lieu: Le stage se déroulera à Marseille dans les locaux de l’équipe Image & Modèles du LIS à St Jérôme (Bât. de Polytech’ GI).

Qualifications: Le candidat ou la candidate de niveau Bac+5, formé(e) au traitement des images, sera intéressé(e) par un projet pluridisciplinaire et l’imagerie médicale. La programmation des algorithmes se fera avec le langage python et les réseaux profonds seront développés avec l’API PyTorch. Des compétences en classification ou en mathématiques appliquées seront particulièrement appréciées.

Période: Le stage aura une durée de 4 à 6 mois entre février 2023 et juillet 2023.

Financement: Le stagiaire recevra la gratification d’usage, de l’ordre de 550€ par mois.

Candidature : Les candidats sont invités à transmettre leurs candidatures par mél. Le dossier de candidature comprendra un CV détaillé, une lettre de motivation pour le projet et les derniers relevés de notes.

Références :
• M-A. Hostin, A. C. Ogier, N. Pirró, M-E. Bellemare. “Combining loss functions for deep learning bladder segmentation on dynamic MRI”. 2021 IEEE International Conference on Biomedical and Health Informatics (BHI), Jul 2021.
• Augustin C. Ogier, Stanislas Rapacchi, Arnaud Le Troter, Marc-Emmanuel Bellemare, “3D Dynamic MRI for Pelvis Observation - a First Step”. IEEE International Symposium on Biomedical Imaging, Apr 2019, Venise, Italy.
 

fichier : https://filesender.renater.fr/?s=download&token=bb586ebe-429e-4db3-aca5-60e389dd9fe2