! STAGE POURVU !
Type de stage
Stage de Master 2
Date ou durée du stage
Stage de 6 mois à partir de janvier ou février 2025
Contexte
Le lymphome primitif du système nerveux central (LPSNC) est une maladie rare au pronostic défavorable, en particulier chez les patients âgés et immunocompétents. Actuellement, seuls deux biomarqueurs, l’âge et le statut fonctionnel, sont utilisés pour orienter les décisions thérapeutiques. Avec les avancées en médecine personnalisée, l’identification de nouveaux biomarqueurs est devenue cruciale pour mieux ajuster les traitements et réduire les effets secondaires liés à la chimiothérapie à base de méthotrexate.
L’IRM est l’examen de référence pour le suivi des patients atteints de LPSNC. Cependant, des études récentes ont montré que les critères classiques de réponse thérapeutique en IRM ne sont pas toujours corrélés à la survie. C’est pourquoi notre équipe a mené des recherches démontrant que la TEP au 18F-Fluorodeoxyglucose (FDG) pourrait fournir des biomarqueurs prometteurs pour évaluer la réponse au traitement et la survie des patients atteints de LPSNC.
Récemment, nous avons développé des algorithmes de deep learning pour améliorer la stratification des patients en fonction de leur réponse à la chimiothérapie, en se basant sur les images TEP réalisées au diagnostic. Nous avons également identifié une signature radiomique, soit une combinaison de paramètres de texture, liée à la réponse au traitement à partir de modèles de machine learning.
Rozenblum L, Galanaud D, Houillier C, Soussain C, Baptiste A, Belin L, Edeline V, Naggara P, Soret M, Causse-Lemercier V, Willems L, Choquet S, Ursu R, Hoang-Xuan K, Kas A. [18F]FDG PET-MRI provides survival biomarkers in primary central nervous system lymphoma in the elderly: an ancillary study from the BLOCAGE trial of the LOC network. Eur J Nucl Med Mol Imaging. 2023 Oct;50(12):3684-3696. doi: 10.1007/s00259-023-06334-w. Epub 2023 Jul 18. PMID: 37462774.
Rozenblum L, Houillier C, Baptiste A, Soussain C, Edeline V, Naggara P, Soret M, Causse-Lemercier V, Willems L, Choquet S, Ursu R, Galanaud D, Belin L, Hoang-Xuan K, Kas A. Interim FDG-PET improves treatment failure prediction in primary central nervous system lymphoma: An LOC network prospective multicentric study. Neuro Oncol. 2024 Jul 5;26(7):1292-1301. doi: 10.1093/neuonc/noae029. Erratum in: Neuro Oncol. 2024 Jun 3;26(6):1174. doi: 10.1093/neuonc/noae081. PMID: 38366824; PMCID: PMC11226866.
Objectif
L’objectif de ce projet est de travailler sur les algorithmes de machine et deep learning développés sur une cohorte de training de patients atteints de LPSNC et de les valider sur une cohorte de patients indépendants, acquise dans un autre centre. Cependant, en raison de la variabilité intra-modale liée aux différences inter-centres, telles que les protocoles d’acquisition, les caractéristiques des scanners et les techniques spécifiques à chaque laboratoire, il est nécessaire de développer des techniques d’adaptation de domaine pour garantir la robustesse et la généralisation des modèles.
Le projet permettra à l’étudiant de se familiariser avec les outils d’intelligence artificielle appliqués à l’imagerie médicale, avec un objectif de recherche translationnelle visant à améliorer la prise en charge des patients atteints de LPSNC.
Mission(s)
- Recueil de données d’imagerie TEP et IRM ainsi que de données démographiques, de traitement et de suivi sur site à l’hôpital La Timone à Marseille
- Analyse des données d’imagerie TEP et IRM selon des méthodes de quantification classique
- Analyse des données radiomiques en utilisant le logiciel LifeX
- Développement et application des algorithmes de deep learning sur Python
Compétences
- Actuellement en Master 2 en génie biomédical, informatique, vision par ordinateur ou dans un domaine connexe
- Connaissances en imagerie médicale, IRM et TEP
- Expérience en analyse de données et langages de programmation
Rémunération
- Gratification de stage
- Frais de déplacement à Marseille
Contact
Dr Laura Rozenblum
MCUPH
Service de Médecine Nucléaire, Hôpital Pitié-Salpêtrière
Dr Islem Ben Doudou
MCF
Laboratoire d’Imagerie Biomédicale, Sorbonne Université