Parcourir les annonces Parcourir les étudiants Publier une annonce Ajouter un CV

PHILIPS HEALTHCARE – Stage 3 – Réseaux profond projectifs pour l’estimation de la pose 3D d’outils en fluoroscopie

Rémunération
0.00 €
Lieu

Suresnes (92)

Date de début
N/C
Date de fin
N/C

Philips est l’un des leaders mondiaux de l’imagerie médicale, présent sur toutes les modalités d’imagerie : rayons X, IRM, échographie, CT, etc. L’entreprise est reconnue internationalement pour la qualité de ses technologies, développées grâce à des groupes de recherche innovants.

L’équipe de Philips Research Paris – Medisys, basée à Suresnes en banlieue parisienne, est spécialisée en traitement d’images médicales. Elle regroupe une trentaine d’ingénieurs de recherche, travaillant sur les problématiques les plus prometteuses du domaine (intelligence artificielle, extraction de contours, recalage, quantification automatique, etc.) en collaboration avec des groupes académiques prestigieux (INRIA, CEREMADE, EPFL, Institut Mines-ParisTech, etc.) et de nombreux sites cliniques en France et à l’étranger.

Description du stage

Depuis environ deux décennies, les interventions minimalement invasives bouleversent profondément le paysage de la chirurgie cardiaques. Lors de ces interventions, les instruments chirurgicaux sont amenés vers le coeur via le système sanguin, et leur progression est surveillée par fluoroscopie (imagerie temps réel par rayons X). Les bénéfices pour le patient sont significatifs (morbidité et durée d’hospitalisation réduites notamment).

Pendant ce stage, nous nous intéresserons au suivi des instruments chirurgicaux pendant ces opérations, et plus précisément à l’estimation de leur position en 3D par apprentissage profond à partir des images fluoroscopiques.

Ce problème de recalage 2D/3D peut être vu comme un simple problème de régression (trouver les paramètres de la pose 3D en fonction de l’image), et les approches par apprentissage profond standards donnent en effet déjà de bons résultats en suivant cette approche standard. Dans ces approches, cependant, le réseau n’a qu’une connaissance implicite de l’objet à projeter.

Au cours de ce stage, nous allons nous intéresser au cas où le réseau a une connaissance explicite de l’objet 3D, et est capable de le projeter afin de confronter son estimation à l’image. Nous allons en particulier tenter d’apprendre une mesure de similarité « idéale » entre l’image et la projection de l’objet, qui pourrait être minimisée par des techniques d’optimisation classique, voire, si besoin, par apprentissage par renforcement.

Profil du stagiaire

  • Formation : 3ème année d’école d’ingénieur ou master, spécialité informatique, traitement d’images, apprentissage automatique ou plus généralement mathématiques appliquées.
  • Fort intérêt pour le Deep learning et particulièrement pour son application au traitement de l’image.
  • Bonne connaissance de Python, et une librairie de DL (idéalement Tensorflow et/ou Keras).
  • Intérêt spécifique pour le domaine médical.
  • Maîtrise orale et écrite de l’anglais scientifique.

Durée : 6 mois Date de début souhaitée : à partir de janvier 2020 ou plus tard

Localisation : Suresnes (92)

Contacts : caroline.raynaud@philips.com | hernan.morales@philips.com

Vous devrez avoir ces compétences :


Editer