Stage Rémunéré - Recalage d'Images Rigide 2D - 3D Entre Fluoroscopie et Ct H/F - 67

A propos d'Inria

Inria est l'institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l'interface d'autres disciplines. L'institut fait appel à de nombreux talents dans plus d'une quarantaine de métiers différents. 900 personnels d'appui à la recherche et à l'innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'eorce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.Stage rémunéré H/F - Recalage d'images rigide 2D/3D entre fluoroscopie et CT

Type de contrat : Convention de stage

Niveau de diplôme exigé : Bac +4 ou équivalent

Fonction : Stagiaire de la recherche

Contexte et atouts du poste

L'équipe MIMESIS mène des recherches de pointe à l'intersection de l'informatique pour l'image médicale, de la simulation basée sur la physique et de l'apprentissage automatique.

Dans ce contexte, nous explorons le recalage rigide entre les images de fluoroscopie 2D et les images CT (Tomodensitométrie) 3D.

Les patients subissent plusieurs sessions d'imagerie avant, pendant et après le traitement. La combinaison de ces différentes images apporterait une grande valeur aux cliniciens, tant pour le diagnostic que pour le traitement. Lors des interventions mini-invasives, les cliniciens s'appuient sur la fluoroscopie 2D en temps réel, qui ne possède pas les détails anatomiques riches des scanners CT 3D préopératoires. La fusion de ces images pré- et peropératoires fournirait un guidage précieux et permettrait aux cliniciens de visualiser l'anatomie interne détaillée sans incisions cutanées.

Les techniques de recalage peropératoire visent à résoudre ce défi de fusion d'images pré- et peropératoires. La première étape pour résoudre ce problème est de développer un algorithme de recalage rigide 2D/3D robuste.

Ce stage se concentrera sur le développement d'une méthode de recalage rigide capable de fonctionner de manière fiable dans des conditions opérationnelles réalistes. La méthode devra être robuste aux mouvements déformables des tissus mous, à l'écart de domaine (domain gap) entre les données d'entraînement et les données réelles, ainsi qu'au bruit et à la variabilité des images.

Le projet impliquera à la fois de la recherche méthodologique et une évaluation pratique sur des données réelles acquises en collaboration avec des partenaires cliniques. Le code développé s'appuiera sur nos recherches existantes [1, 2] et sur la littérature du domaine [3, 4].

Ce stage représente une opportunité unique de contribuer à un sujet de recherche au coeur des interventions assistées par ordinateur, faisant le pont entre la recherche en IA et les applications en imagerie médicale.

Une opportunité de thèse (doctorat) pourra suivre le stage, sous réserve des résultats et d'un intérêt mutuel soutenu.

Références :

[1]

[2]

[3]

[4]

Mission confiée

Le/la stagiaire participera au développement d'un algorithme de recalage rigide robuste permettant de fusionner des images CT 3D avec des images de fluoroscopie 2D. La performance et la fiabilité de la méthode seront évaluées à la fois sur des images synthétiques et sur des images cliniques réelles. Une validation expérimentale sur modèle animal en collaboration avec l'IHU de Strasbourg permettra de valider l'efficacité de l'algorithme développé.

Principales activités

- Concevoir, implémenter et tester des algorithmes de recalage 2D/3D en utilisant Python et PyTorch.
- Gérer et prétraiter les jeux de données, y compris la génération de données synthétiques et la préparation d'images réelles de fluoroscopie/CT acquises auprès de partenaires cliniques.
- Contribuer à l'élaboration d'expériences pour évaluer la précision, la vitesse et la robustesse de la méthode de recalage dans des conditions réalistes.
- Documenter clairement le code et les procédures expérimentales pour assurer la maintenabilité et la reproductibilité de la recherche.

Compétences

Langues:

Français et/ou Anglais

Compétences techniques :

- Connaissance de Python et PyTorch ou d'autres frameworks d'apprentissage automatique.
- Familiarité avec la vision par ordinateur et les méthodes d'optimisation.

Compétences appréciées :

- Connaissances en imagerie biomédicale.
- Expérience avec les méthodes d'adaptation de domaine et les tests en scénarios réalistes.
- Familiarité avec les modalités d'imagerie médicale (CT, fluoroscopie).

Compétences relationnelles (Savoir-être) :

- Motivation et autonomie dans le travail de recherche.
- Bonne communication et capacité à travailler dans une équipe pluridisciplinaire.

Avantages

- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
- Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
- Prestations sociales, culturelles et sportives (Association de gestion des oeuvres sociales d'Inria)
- Accès à la formation professionnelle
- Sécurité sociale

Rémunération

4.35 €/heure