! STAGE POURVU !
Type de stage
Stage de Master 2 / dernière année d’école d’ingénieur
Date ou durée du stage
6 mois (à partir de février 2021)
Contexte
Les maladies cardio-métaboliques sont associées à une atteinte de multiples organes du système cardio-circulatoire, à savoir : le cœur, les grosses et les petites artères. Le lien entre les grosses et petites artères suggérerait que des changements dans la microcirculation pourraient être à l’origine de lésions de micro-vaisseaux d’organes cibles pouvant conduire à des évènements cardio- ou cérébro-vasculaires.
La rétine est un des rares territoires accessibles de façon non-invasive pour l’étude de la microcirculation. Récemment, une caméra du fond d’œil utilisant l’optique adaptative a été développée et permet des mesures non-invasives des indices anatomiques rétiniens en mesurant le rapport paroi/lumière sur des artérioles de calibre entre 50 et 125μm avec une résolution de l’ordre de 2μm. Avec cette technique, il a été déjà montré sur de larges populations un remodelage des artérioles rétiniennes lié au vieillissement ou à l’hypertension.
Objectif
Un protocole clinique a été mis en place afin d’acquérir plusieurs images successives avec un recouvrement partiel du champ de vue le long de l’arbre vasculaire rétinien. Une méthode de recalage de ces images ainsi que de tractographie de la ligne centrale et de la paroi des vaisseaux ont aussi été développées mais ces méthodes restent largement manuelles. L’objectif de ce stage est d’utiliser une base de données expertisées à l’aide de ces outils de 200 patients (environ 800 images) pour entrainer un réseau de neurones permettant la segmentation automatique des vaisseaux. L’inclusion de la paroi artérielle dans la segmentation sera aussi étudiée. Le réseau sera ensuite appliqué à une base de données plus large mais non expertisée d’environ 1000 patients atteints de différentes maladies cardio-métaboliques.
Mission(s)
- Étude bibliographique (segmentation des vaisseaux de la rétine, validation clinique, deep learning en imagerie médicale…)
- Entraînement d’un réseau de neurones pour la segmentation des vaisseaux rétiniens.
- Segmentation des vaisseaux rétiniens sur une base de données de patients
- Extraction de paramètres cliniques et étude de leurs variations entre différents groupes de patients et selon le traitement médicamenteux.
Compétences
- Connaissances en traitement d’images et en apprentissage profond
- Programmation en Matlab
Rémunération
Gratifications de stage
Contacts
Thomas Dietenbeck (thomas.dietenbeck[at]sorbonne-universite.fr)
Antonio Gallo (antoniogallo.md[at]gmail.com)
Nadjia Kachenoura (nadjia.kachenoura[at]inserm.fr)