Apprenti(e)/ Stagiaire ingénieur(e) de recherche/développement - Détection d'anomalies des vaisseaux pulmonaires à l'imagerie CT (H/F)

Job Description SummaryAu sein du siège européen de GE Healthcare à Buc (78), vous intégrerez l’équipe Advantage Workstation. Notre équipe est spécialisée dans le développement d’applications avancées en imagerie médicale.

Job Description

Contexte :

L’embolie pulmonaire (EP) est globalement le troisième syndrome cardiovasculaire aigu le plus fréquent derrière l'infarctus du myocarde et l'accident vasculaire cérébral. Le taux d'incidence annuel de l’EP varie de 39 à 115 pour 100 000 (Konstantinides SV, 2014). En France, au moins 35 000 épisodes d'EP aiguë sont diagnostiqués chaque année. Dans 1 à 3 % des cas, une obstruction persistante anormale des artères pulmonaires proximales ou distales peut conduire à Hypertension pulmonaire thromboembolique chronique (HPTC), aussi connu comme CTEHP en anglais (Chronic thromboembolic pulmonary hypertension), entraînant une limitation de l'effort, une insuffisance cardiaque droite et une mort prématurée chez plus de 50% des patients non traités dans les 5 ans suivant le diagnostic (Kim NH, 2019) (Delcroix M, 2018) (Galiè N, 2016).

A ce jour l’imagerie par scanner CT est largement utilisée dans le diagnostic clinique. Les thrombus qui produisent l’EP sont des indications de petite taille dont l’avis d’un radiologue expert est très important pour l’identification de la maladie. D'un point de vue technique, l’objectif de cette thèse est d'étudier les méthodes de Machine Learning et Deep Learning combinées à des a priori anatomiques et/ou médicaux, et des techniques classiques de traitement d'image comme la morphologie mathématique. On donnera un intérêt particulier aux techniques de détection d’anomalies et « few shot learning »

Au cours de ce stage/alternance, des approches d'apprentissage supervisées (classification, segmentation, détection) et non-supervisées (outlier detection, auto-encoder, GAN, SVM, etc...) seront explorées.

La détection d'anomalies est principalement considérée comme un problème d'apprentissage non supervisé où nous traitons l'anomalie comme une valeur aberrante (écart par rapport à la distribution). Les approches classiques modélisent la distribution des données "normales" avec des approches basées sur la densité comme Kernel Density Estimations (Parzen, 1962), mais pour traiter les non-linéarités, One class SVM (Schölkopf, Williamson, Smola, Shawe-Taylor, & Platt, 1999) utilise un noyau pour transférer les données dans un espace supérieur. La modélisation de la distribution normale des données dans un espace géométrique est introduite par la description de vecteurs de support (SVDD) (Tax & Duin, 2004), où elle enferme les données non anormales dans une hypersphère.

Ensuite, des méthodes d'apprentissage profondes sont introduites, optimisant quelque chose lié à la détection d'anomalies. Deep SVDD (Ruff & Kloft, 2018) , OC-NN (réseau neuronal à une classe) (Chalapathy, Menon, & Chawla., 2018) AnoGAN (T, P, SM, G, & U., 2019), entre autres.

Ce projet compte avec un partenaire clinique constitué d’un pôle radiologues d’experts sur la maladie.

Profil des candidats :

• Stagiaire : Master 2
• Alternant(e) : en cours de formation Master
• Autonomie, esprit d’analyse
• Passionné(e) par l'informatique
• Python, Keras/Tensorflow ou Pytorch
• C/C++.
• Stage prealable en deeplearning ou vision par ordinateur

Lieu : Buc (78 - proche de Versailles) Accès : - RER C / ligne N

Durée du stage : 6 mois / Durée de l'alternance : 1 an

Inclusion et diversité 

GE HealthCare est un employeur offrant l'égalité des chances où l'inclusion compte. Les décisions relatives à l'emploi sont prises sans tenir compte de l’origine  national ou ethnique, de la religion, du sexe, de l'orientation sexuelle, de l'identité ou de l'expression de genre, de l'âge, du handicap, du statut d'ancien combattant protégé ou d'autres caractéristiques protégées par la loi.

Nos rémunérations totales sont conçues pour libérer votre ambition en vous donnant la motivation et la flexibilité dont vous avez besoin pour transformer vos idées en réalités qui changent le monde. Nos salaires et nos avantages sociaux correspondent à tout ce que vous attendez d’une organisation ayant une dimension internationale, avec des possibilités de développement de  carrière, dans une culture qui favorise la collaboration et le soutien. 

A propos de nous

GE HealthCare est l'un des leaders mondiaux dans le domaine des technologies médicales et des solutions numériques. Il permet aux cliniciens de prendre des décisions plus rapides et plus pertinentes à travers des équipements intelligents, des analyses de données, des applications et des services. Avec plus de 100 ans d'expérience dans le secteur de la santé et environ 47 000 employés dans le monde, la société est au centre d'un écosystème qui travaille pour une médecine de précision.

Présent en France depuis 1987 avec aujourd’hui 2 800 collaborateurs, c’est un acteur solidement ancré dans l’hexagone à travers son empreinte industrielle, son centre de R&D et de production à Buc dans les Yvelines et des partenariats de recherche avec des entreprises et des centres de recherche français. 

www.gehealthcare.com

Additional Information

Relocation Assistance Provided: No