Ce stage de master 2 sera réalisé au sein de l’équipe GMCAO du laboratoire TIMC qui développe depuis 1985, des méthodes d’assistance aux gestes médico-chirurgicaux en liens étroits avec des équipes cliniques et des partenaires industriels. Ce projet de stage s’inscrit dans le cadre du projet PSPC DIANA porté par la société Koélis qui vise à démocratiser l’usage de l’intelligence artificielle dans le cadre du diagnostic des cancers de la prostate.
Le cancer de la prostate est un problème de santé publique majeur dont le diagnostic repose sur un examen de biopsies prostatiques. Sur les plateformes échographiques récentes, il est possible de fusionner des IRM acquises en pré-opératoire avec des données per-opératoire acquises en imagerie échographique par voie trans-rectale. Cette fusion permet de localiser des lésions suspectes visibles uniquement en IRM au cours de l’examen de biopsie, permettant d’optimiser les chances du clinicien d’échantillonner les zones les plus à risque.
Afin de réaliser cette fusion, il est actuellement nécessaire de segmenter les IRM et les images échographiques. Cette étape, aujourd’hui semi-automatique, doit être améliorée. L’objectif de ce stage sera de travailler à la conception, à l’implémentation et au test d’une nouvelle méthode de segmentation par apprentissage profond d’IRM de prostate.
Cette méthode devra être capable d’interagir avec l’utilisateur. Il sera également demandé de réaliser dans un premier temps un travail de revue de la littérature existante.
Connaissances et compétences en apprentissage automatique et profond
Connaissances en traitement d’images (méthodes de segmentation)
Bon niveau en anglais
Pour postuler, merci de nous faire parvenir un CV, un relevé de notes et une lettre de motivation.
Clément Beitone - Maître de conférence (UGA) - email
Sandrine Voros - Directrice de recherche (INSERM) - email
Jocelyne Troccaz - Directrice de recherche (CNRS) - email
Durée | 5 à 6 mois |
Gratification | environ 600€ / mois |
Lieu | Laboratoire TIMC, Pavillon Taillefer, 38706 La Tronche Cedex |
Page internet de l’équipe | TIMC - GMCAO |