Détection des Atteintes Vasculaires par intelligence Artificielle et Imagerie synchrotron

L’imagerie à très haute résolution des organes et la compréhension de leur vasculature est un défi permanent, particulièrement pour la machine qui peine à déterminer la géométrie de ces derniers, tout particulièrement dans le cerveau. Le projet DAVAI (Détection des Atteintes Vasculaires par intelligence Artificielle et Imagerie synchrotron) a pour but de créer un modèle d’IA permettant la segmentation 3D automatique des vaisseaux de petite taille dans le cerveau humain et murin. Dans le cadre d’une collaboration avec le Centre de Recherche en Neurosciences de Lyon, nous disposons d’une banque d’images tomographiques par rayons X synchrotron permettant une visualisation fine de la vasculature cérébrale de patients Alzheimer et de souris. Les images obtenues sont de l’ordre de 127 Go/volume ce qui nécessite des méthodes out-of-core qui se baseront sur l’utilisation du supercalculateur ROMEO de notre université. Ce projet, fortement orienté IA/biomédical, a pour objectif de généraliser la segmentation de ces images très haute résolution pour i) chez l’animal, étudier l’impact de pathologies sur l’organisation vasculaire, ii) chez l’humain, étudier les relations entre pathologie et morphologie des vaisseaux dans les régions sélectionnées afin de comprendre comment la matrice extracellulaire des vaisseaux du cerveau est affectée dans ces processus, iii) de transposer ces approches à la segmentation d’images d’aortes de souris.
Dans le cadre de ce projet, le/la doctorant-e aura pour mission d’améliorer la méthode de segmentation d’image existante pour créer et curer la base de données d’apprentissage, prendre en main les modèles d’IA du domaine et créer le meilleur modèle de Deep Learning pour répondre au projet. Une analyse statistique des résultats de mesures sera aussi à mener. Le/La doctorant-e sera accompagné-e par des spécialistes en traitement d’image, en IA/Deep Learning, en statistiques et en biologie qui travaillent depuis plusieurs années ensemble sur des projets similaires. Des expériences seront à prévoir sur synchrotron et ne nécessitent pas de connaissances spécifiques.
Profil recherché :
Nous recherchons idéalement un-e candidat-e biologiste/informaticien motivé-e ayant une expertise en IA et des connaissances en analyse d’image conventionnelle. Le caractère pluridisciplinaire de ce travail nécessitera un dialogue régulier avec des biologistes, des informaticiens, des médecins et des mathématiciens.
Procédure de recrutement :
Pour candidater (date limite 26 avril 2026, il est nécessaire de candidater via l’ADUM à l’adresse suivante https://adum.fr/as/ed/voirproposition.pl?langue=&site=edbcs&matricule_prop=73441 puis de cliquer sur le bouton « Candidater » en haut de la page. Il est aussi nécessaire de contacter les responsables de ce projet aux coordonnées ci-dessous.
Contacts :
Dr. Sébastien ALMAGRO, sebastien.almagro@univ-reims.fr
Pr. Luiz Angelo Steffenel, luiz-angelo.steffenel@univ-reims.fr
Références :
https://doi.org/10.1096/fj.202100323RR ; https://doi.org/10.5220/0012728000003711
https://doi.org/10.3390/ijms23063250 ; https://doi.org/10.1364/boe.438890