Annonce

Les commentaires sont clos.

Reconstruction tomographique par rayons X basée sur des méthodes analytiques et Deep-Learning

13 Juin 2023


Catégorie : Post-doctorant


Le CEA-LIST développe la plateforme logicielle CIVA, référence de la simulation des procédés de contrôle non destructif. Elle propose notamment des outils pour l’inspection radiographique X et tomographique qui permettent, pour un contrôle tomographique donné, de simuler l’ensemble des projections radiographiques (ou sinogramme) en prenant en compte divers phénomènes physiques associés, ainsi que la reconstruction tomographique correspondante.

Le travail proposé s’intègre dans la contribution du laboratoire à un projet européen qui porte sur l’inspection tomographique de containers de transport de marchandise avec des systèmes d’inspection utilisant des sources de haute énergie. Les contraintes spatiales de l’étape d’acquisition des projections (les camions transportant les containers passent dans un portique d’inspection) impliquent une adaptation de la géométrie du système source/détecteur et par conséquent de l’algorithme de reconstruction correspondant. De plus, le système ne peut générer qu’un nombre de projections réduit, ce qui rend le problème mal posé dans le contexte de l’inversion.

Les contributions attendues portent sur deux aspects distincts de la méthodologie de reconstruction à partir des données acquises. D’une part, il s’agit d’adapter les méthodes de reconstruction analytiques à la géométrie d’acquisition spécifique de ce projet, et d’autre part de travailler sur des méthodes permettant de pallier au manque d’information lié au nombre limité de projections radiographiques. Dans cet objectif, des méthodes d’apprentissage supervisé, plus spécifiquement par Deep-Learning, seront utilisées à la fois pour compléter le sinogramme, et pour réduire les artéfacts de reconstruction causées par le faible nombre de projections disponible. Une contrainte d’adéquation aux données et au système d’acquisition sera également introduite afin de générer des projections physiquement cohérentes.

Le(la) candidat(e) aura accès aux facilités du centre de recherche de Paris Saclay et sera amené à valoriser ses résultats sous la forme de communications scientifiques (conférences internationales, publications).

 

Moyens / Méthodes / Logiciels

Programmation Python.

 

Plateforme de simulation CIVA.

Profil du candidat

Docteur en traitement de données ou intelligence artificielle.

Anglais niveau courant (présentation orale, rédaction de publications scientifiques)

 

Une connaissance préalable de la Physique des rayons X et des méthodes de reconstruction tomographique serait appréciée.

Candidature

Reconstruction tomographique par rayons X basée sur des méthodes analytiques et Deep-Learning - INSTN (cea.fr)