Sujet : Identification de biomarqueurs à partir d'échographies
Dans le contexte d'un consortium, l'organisation Virtual Twin for Human de Dassault Systèmes créé des prototypes logiciels pour soutenir l'évolution des pratiques médicales basées sur l'utilisation du jumeau virtuel. Vous ferez partie d'une équipe multidisciplinaire et dynamique, sur des sujets innovants. Vous participerez au processus de réflexion pour créer des représentations pertinentes de l'information à destination des patients et des équipes médicales, en collaboration étroite avec nos partenaires.
Au sein de l'équipe « Cardiology Twin », vous travaillerez sur des projets dédiés à la modélisation et la simulation du coeur. Le jumeau virtuel du coeur d'un patient est personnalisé, descriptif et prédictif, évolue avec l'état de santé du patient, et permet de tester différents scénarios sur la progression de la maladie ou les options de traitement. Ce jumeau virtuel doit également être intégré dans un environnement protecteur pour les données du patient, et pouvoir être accessible aux praticiens. Dans ce contexte, le jumeau virtuel doit pouvoir être créé à partir d'imagerie médicale, simulable en fonction de différentes conditions de maladie et de traitement, et enfin être capable d'afficher des résultats pertinents pour le médecin. Dans un domaine compétitif et en rapide évolution comme celui des jumeaux virtuels du coeur, des innovations spécifiques doivent pouvoir être mises en place, notamment dans le domaine de la simulation numérique.
Vos missions
L'identification et l'extraction de biomarqueurs à partir des échographies sont essentiels pour le diagnostic et le suivi des maladies cardiaques. Si ces problématiques font l'objet de nombreux articles sur le coeur adulte, la littérature est moins fournie pour les populations spécifiques telles que la pédiatrie et les patients atteints de maladies cardiaques congénitales.
L'objectif de ce stage est de contribuer à l'identification et l'extraction de biomarqueurs pertinents en développant des modèles de segmentation d'échocardiographies pour les patients adultes et pédiatriques. Vous explorerez et implémenterez de nombreuses approches d'apprentissage profond, comme les self et weakly supervised learning.
En tant que stagiaire, vos missions seront de :
- Réaliser un état de l'art approfondi des biomarqueurs clés extractibles à partir des données échographiques, ainsi que sur les modèles et méthodes de segmentation par apprentissage profond applicables à l'imagerie médicale par ultrasons.
- Sélectionner et implémenter les modèles les plus prometteurs pour la tâche de segmentation.
- Évaluer rigoureusement les modèles développés en utilisant une combinaison de métriques algorithmiques (vitesse, complexité), de métriques de segmentation et de métriques cliniques pour valider leur pertinence.
- Comparer vos résultats avec l'état de l'art de la recherche pour évaluer votre contribution
Vos qualifications
Actuellement en Master 2 / Bac +5 en Ecole d'ingénieur ou Université, vous recherchez un stage.
Les compétences techniques nécessaires sont les suivantes :
- Programmation Python orienté machine learning (Pytorch / Tensorflow, Scikit-learn)
- Formation en apprentissage profond
- Intérêt pour l'imagerie médicale
- La connaissance du traitement d'images est un plus
De nature rigoureuse, pragmatique et autonome, vous êtes doté.e d'un esprit critique et d'équipe, et êtes très motivé.e par le domaine médical.
Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au coeur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans
Principaux avantages et bénéfices :
- Environnement multiculturel
- Cadre de travail convivial axé sur le bien-être et la santé
- Engagement en faveur de la diversité et de l'inclusion
- Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.