POST-DOC - Sept 22 – 12 à 15 mois - IA - Deep Learning - Modèle diagnostique - IRM
Recrutement: 
Recrutement en cours/passé: 
Recrutement en cours
Periode: 
2022-2023
Contact: 
Les candidats intéressés doivent envoyer une lettre de motivation et un CV à Carole Lartizien Carole.lartizien@creatis.insa-lyon.fr. Les candidats sélectionnés seront invités à un entretien en visioconférence ou en présentiel.

POSTE D'INGÉNIEUR / CHERCHEUR EN CDD F/H – 12-15 mois

Niveau: ingénieur ou jeune docteur dans des domaines en lien avec l’imagerie, les mathématiques appliquées et l’intelligence artificielle.

Laboratoire d’accueil : CREATIS - Université de Lyon (UdL) - Villeurbanne

Contact : carole.lartizien@creatis.insa-lyon.fr

Début : A partir de septembre 2022.

Durée : 12 à 15 mois

Salaire :  Selon expertise, à partir de 1900 euros/net pour un niveau ingénieur débutant.

 

Le titulaire du poste réalisera des développements dans le domaine de l'apprentissage profond pour l'analyse d'images médicales. Ces développements s’appuieront sur des modèles diagnostiques développés dans l’équipe MYRIAD du laboratoire CREATIS pour le diagnostic du cancer de la prostate en imagerie par résonance magnétique nucléaire (IRM) multiparamétrique (voir références Duran et al ci-dessous). Ces modèles ont été entrainés sur des bases de données mises à disposition par les Hospices Civils de Lyon dans le cadre du programme de recherche PERFUSE financé par l’Agence Nationale de la Recherche (ANR).

Une description détaillée de la mission et des activités est donnée dans le profil de poste ci-joint.

Le candidat devra maîtriser les fondements de l'apprentissage profond ainsi que leur mise en œuvre avec des bibliothèques dédiées telles que PyTorch, s’appuyant sur le langage python. De bonnes compétences en programmation sont requises. Une expérience préalable en traitement et analyse d’images (médicales) serait appréciée. Nous recherchons un.e candidat.e enthousiaste et autonome avec une forte motivation et un intérêt pour la recherche multidisciplinaire.

 

Références

A. Duran, G. Dussert, O. Rouvière, T. Jaouen, PM Jodoin, C. Lartizien (2022). ProstAttention-Net: A deep attention model for prostate cancer segmentation by aggressiveness in MRI scans, Medical Image Analysis, Volume 77, 2022,102347, https://doi.org/10.1016/j.media.2021.102347.

A Duran, G Dussert, C Lartizien (2021). Learning to segment prostate cancer by aggressiveness from scribbles in bi-parametric MRI.  Proceedings of SPIE Medical Imaging conference 2021, Image Processing; 120320Q (2022) https://doi.org/10.1117/12.2607502, San Diego, California, United States, 2021