bourse postdoctorale en apprentissage profond de l'intelligence artificielle pour l'imagerie médicale
LATIM
Université étatique, Parcourir ses opportunités similaires
fr
Université étatique, Parcourir ses opportunités similaires
Apprentissage profond de l'IA en imagerie médicale, application en radiothérapie adaptative
Contexte scientifique
La radiothérapie externe (EBRT) est une étape clé du traitement de référence des cancers pelviens, les cancers les plus fréquents dans la population masculine, en particulier avec le cancer de la prostate mais aussi les cancers du rectum et de la vessie. Cette radiothérapie consiste à irradier la tumeur à l'aide d'une fraction de traitement multiple étalée sur plusieurs semaines en épargnant les organes à risques. Cependant, son efficacité est entravée par les grandes déformations anatomiques survenant entre les fractions de traitement, tandis que le plan de traitement est précisément optimisé selon une anatomie fixe. La radiothérapie adaptative consiste à mettre à jour l'anatomie du patient avant chaque fraction de traitement à l'aide de l'image Cone Beam CT (CBCT), fig 1. Ce système d'imagerie est intégré au système de radiothérapie externe permettant d'acquérir rapidement des images du patient. Cependant, un tel système d'imagerie fournit un mauvais contraste et une mauvaise qualité d'image rendant difficile la mise à jour précise de la forme des organes. Le principal défi de la radiothérapie adaptative est de contourner automatiquement les organes sur la base de la CBCT quotidienne et des images CT et RM initiales du patient (voir fig. 1). Récemment, l'IA, en particulier l'apprentissage en profondeur, montre des résultats prometteurs sur le traitement d'image pour améliorer le flux de travail médical en radiothérapie. Le but de ce poste est d'explorer de nouvelles méthodes d'apprentissage en profondeur pour résoudre le défi de la radiothérapie adaptative.
Description du poste et missions
La segmentation des organes peut être résolue en suivant une stratégie différente utilisant un apprentissage en profondeur puisque les contours de l'organe sont toujours réalisés sur le scanner initial, celui utilisé pour définir la planification du traitement.
Par exemple, un réseau peut apprendre à segmenter des organes sur le CBCT en utilisant un ensemble de données qui inclut la vérité terrain de CT et / ou MR. Un autre exemple consiste à effectuer un enregistrement non rigide entre le scanner initial et le CBCT quotidien pour mettre à jour l'anatomie du patient. Ou utilisez une stratégie de synthèse croisée utilisant des architectures neuronales contradictoires (GAN), pour générer un CT de synthèse (sCT) à partir du CBCT, puis enregistrez simplement le CT et le sCT pour mettre à jour l'anatomie.
Le poste de postdoctorant consistera à rechercher et à développer de nouvelles approches en apprentissage profond. Sur la base d'une étude de la littérature, le post-doctorant sera libre d'explorer et de proposer différentes stratégies (segmentation, enregistrement, synthèse d'images) pour améliorer le flux de travail de radiothérapie adaptative. Un ensemble de données conséquentes est déjà disponible au laboratoire (en partenariat avec l'hôpital universitaire local) permettant de réaliser une validation de puits et des publications dans les deux domaines, la physique médicale et le traitement d'images.
Profil
Nous recherchons un candidat titulaire d'un doctorat en informatique, en traitement d'image ou en mathématiques appliquées. L'autonomie, l'ouverture d'esprit et la motivation, ainsi que de bonnes aptitudes à parler / écrire en anglais, sont également attendues. Une certaine expérience en apprentissage profond ou en imagerie médicale est appréciée mais non requise. Ce poste est une bonne occasion d'apprendre et de maîtriser l'un de ces sujets.
Contexte de la position
Le post-doctorant rejoindra le Laboratoire d'Information Médicale INSERM UMR1101 (LaTIM, Brest, France). Notre groupe de recherche est composé de 20 personnes dont des doctorants et autres post-doctorants. Le futur post-doctorant recruté travaillera en collaboration avec différents partenaires académiques et hospitaliers. Le poste aura une durée initiale d'un an et pourra être renouvelable. Le salaire dépend de l'expérience du candidat.
Choisissez le pays que vous souhaitez le visiter pour étudier gratuitement, travailler ou faire du bénévolat
