Stage ingénieur ou m2 data science us

Date de l'annonce : lundi 15 février 2021

Intitulé du poste : Stage Ingénieur ou M2 data science US

Type de structure : - UFR de Médecine | iBrain UMR INSERM U1253 « Imagerie et Cerveau » - Eq. 3 IBT – TOURS, France:
https://ibrain.univ-tours.fr
- Service de Neurochirurgie, Hôpital Bretonneau, CHRU de Tours, France.

Contexte et mission : CONTEXTE
Nous développons au laboratoire INSERM imagerie et cerveau (iBrain) une méthode d’imagerie par ultrasons pour l’aide à la chirurgie des tumeurs cérébrales. Nous mesurons la vascularisation des tumeurs juste avant l’acte chirurgical en per-opératoire à crâne ouvert au bloc de neurochirurgie du CHRU Bretonneau à Tours (figure 1.a). L’image de perfusion que nous obtenons est fusionnée sur une image échographique mode B (figure 1.b) afin d’obtenir une image mixte (figure 1.c) sur laquelle nous déterminons manuellement les contours de la tumeur à enlever lors de la chirurgie (zone segmentée par le trait vert sur les figure 1.b et figure 1.c). Une petite partie du tissu cérébral qui entoure la tumeur est aussi enlevée comme marge de sécurité. Il est important pour le neurochirurgien de déterminer le plus précisément possible l’étendue de cette zone d’infiltration péri-tumorale (balance onco-fonctionnelle) qui est ici contenue dans la zone segmentée entre le trait vert et le trait jaune afin de délimiter au mieux la quantité de tumeur/tissu cérébral à enlever lors de la chirurgie.

Lors de ce stage, nous souhaitons dans un premier temps développer des techniques de segmentation automatique de la tumeur cérébrale/infiltration péri-tumorale comme visualisée sur la Figure 1.c. Puis dans un deuxième temps améliorer le contraste et la résolution des images de perfusion actuelles en utilisant une nouvelle méthode d’imagerie basée sur la localisation de microbulles de produit de contraste ultrasonore PCUS (de taille entre 2μm et 10μm) denses injectées dans le sang. A haute concentration, les PCUS imagés se chevauchent, et le calcul de leur centre ainsi que leur suivi devient impossible ou erroné.
MISSIONS
Ce stage fait partie du projet de l’échange d’expertises « DEMAISED » démarré en Janvier 2021 soutenu par France Life Imaging (FLI) entre l’Inserm U1253-iBrain – Université de Tours et l’Institut de Recherches en Informatique de Toulouse (IRIT) – Université de Paul Sabatier.

Programme de travail en Data Science
En pratique, le/la stagiaire sera intégré/e au thème ultrasons de l’équipe Imagerie Biomarqueur et Thérapie de l’UMR INSERM iBrain à Tours.
1) Il participera au développement des nouvelles méthodes qui seront évaluées pour la segmentation automatique de la tumeur/zone péritumorale /cerveau sain sur l’image fusionnée Bmode/perfusion. La performance de la segmentation sera évaluée en comparaison à la vérité terrain réalisée manuellement par le neuro-chirurgien. Des modèles de réseaux de Neurones Convolutifs (CNN) ont déjà été développés au laboratoire iBrain [1] pour aider à résoudre les problèmes de segmentation de tumeurs cérébrales et la prédiction de survie des patients sur des images IRM. L’étudiant adaptera ces méthodes de réseaux de neurones et développera en lien avec l’IRIT d’autres méthodes de segmentation adaptées à notre application.
2) Des méthodes d’imagerie US des flux lents ont été développées très récemment. Elles sont basées sur la localisation spatiale individuelle des PCUS et le suivi de leurs déplacements dans la vascularisation. Ces PCUS sont injectés en perfusion lente dans le sang (faible concentration) afin de permettre une bonne séparation spatiale des microbulles et ainsi leurs localisations sans ambiguïté. Cela implique pour l’instant des temps d’acquisition beaucoup trop longs (10 minutes) pour être utilisé en per-opératoire pour notre application. Nous souhaitons lors de ce stage, imaginer et développer des méthodes de micro-localisation de PCUS permettant d’augmenter la concentration en bulles et réduire ainsi le temps d’acquisition des données permettant de reconstruire l’arbre vasculaire de la tumeur dans un temps compatible avec l’acte chirurgical. Des approches qui exploitent la Sparcité [2] et le Deep Learning [3] pour le tracking des bulles en super-résolution pourront être développées. En lien avec l’IRIT d’autres méthodes pourront être développées.
Les algorithmes seront évalués dans un premier temps à partir d’images médicales ultrasonores de simulation. Ces images de simulation seront développées par le stagiaire à partir des travaux existants à iBrain. L’analyse in vitro et in vivo de la méthode sélectionnée se fera à Tours avec un échographe programmable.
Un encadrement de proximité sera réalisé par deux étudiants en thèse au laboratoire Guillaume Lacoin (segmentation automatique) et Corentin Alix (super résolution).
----------
Références
[1] Sarahi Rosas Gonzalez, « Réseaux de neurones convolutifs pour la segmentation et le pronostic en oncologie cérébrale », Thèse en Sciences de la vie et de la Santé. Soutenue le 04/12/2020 à l’Université de Tours.
[2] A.Bar-Zion et al, “SUSHI: Sparsity-based Ultrasound Super-resolution Hemodynamic Imaging”, DOI 10.1109/TUFFC.2018.2873380, IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 2018.
[3] R.J.G.van Sloun et al, “Super-resolution Ultrasound Localization Microscopy through Deep Learning”, DOI 10.1109/TMI.2020.3037790, IEEE Trans Med Imaging, 2020

Lieu : UMR Inserm U1253 « Imagerie et Cerveau » UFR de Médecine, 10 bd Tonnelle, BP 3223, F-37032 Tours cedex 1 Tél : +33(0)2 47 36 62 22

Rémunération : Durée 5 à 6 mois de stage - INDEMNITE DE STAGE : Tarif en vigueur (autour de 550€ par mois, soit 3300€ pour le stage complet de six mois) CONTACTS :

Diplômes requis : Etudiant en 5ème d’école d’ingénieur ou Master 2 recherche intéressé par le domaine médical avec une bonne connaissance dans un ou plusieurs des domaines suivants : Mathématiques appliquées, traitement de l’image et traitement du signal.

Compétences requises :

#J-18808-Ljbffr