French
English
Figure: Segmentation du ventricule gauche sur une vue 4-cavités, en utilisant la méthod RL4Seg3D que nous avons développée [JUD-26]. GT: vérité terrain.
Contexte: Les maladies cardiaques détériorent progressivement la forme et la déformation du myocarde au cours du cycle. La segmentation de séquences d'images, comme en échocardiographie 2D, permet d'estimer la forme et la déformation globale. Cependant, les méthodes existantes se focalisent sur le ventricule gauche (LV) et ne considèrent pas les autres chambres comme le ventricule droit (RV) et l'oreillette gauche (LA), donnant une vue restreinte de la condition cardiaque.
Nous avons développé une méthode de segmentation de l'état-de-l'art basée sur l'apprentissage profond spécifique à l'échocardiographie 2D et le ventricule gauche. La segmentation se base sur l'apprentissage par renforcement pour généraliser les résultats de modèles de l'état-de-l'art tels que U-Net à des séquences d'images de moindre qualité et non annotées [JUD-24,JUD-26].
Objectifs: Ce stage visera spécifiquement les points suivants:
- Maîtriser les bases de l'apprentissage par renforcement profond.
- Contrôle qualité sur les bases de données disponibles, avec un focus sur RV et LA.
- Extension de la stratégie d'apprentissage par renforcement au RV et/ou LA. Cela pourra nécessiter des annotations supplémentaires et la conception de nouvelles contraintes pour guider l'apprentissage.
- Evaluation sur des études d'échocardiographie 2D venant de nos collaborateurs cliniques.
Informations pratiques:
• Localisation: campus de la DOUA, laboratoire CREATIS, Villeurbanne.
• Durée: 6 mois, début en Février-Mars 2027.
• Sujet exploratoire en collaboration étroite avec d'autres chercheurs qui étudient la segmentation et le tracking.
Profil visé:
• Étudiant de M2 avec un background en mathématiques appliquées et/ou informatique.
• Bonnes compétences en programmation et traitement d'images en Python.
• Bon niveau d'anglais.
• Motivation pour travailler sur des données médicales.
Contact: Envoyez votre CV, lettre de recommandation et/ou référence d'encadrants, et relevés de notes à:
nicolas.duchateau@creatis.insa-lyon.fr
Bibliographie:
[JUD-24] Judge et al. MICCAI 2024;15009:235-44.
[JUD-26] Judge et al. IEEE TMI 2026;45:4161-73.