Offre de stage en segmentation, visualisation 3D et classification au ESME Sudria research lab

La radiologie interventionnelle consiste à exploiter l’imagerie pour réaliser une intervention noninvasive dans un but diagnostique ou thérapeutique. Pour cela, un cathéter est introduit dans une artère pour remonter jusqu’à l’aorte thoracique et ensuite au cerveau dans le cas d’une intervention cérébrale. Le développement d’outils d’aide à la visualisation 3D de l’arche aortique peut apporter une aide aux médecins dans l’analyse de sa géométrie et de ses spécificités. Cette visualisation indispensable à la phase de planification préopératoire passe par une étape de segmentation 3D de l’aorte à partir d’images de différentes modalités (ARM, 3DRA…). La navigation dans les vaisseaux s’avère plus ou moins difficile en fonction de la forme de l’arche aortique. En effet, avec l’âge et l’apparition de certaines pathologies, l’origine des bifurcations des vaisseaux alimentant le cerveau se trouve décalée vers le bas par rapport au plan horizontal, ce qui rend compliqué le passage du cathéter à cet endroit.

Institution d’accueil :  ESME Sudria Research Lab

Thématique :    Traitement de l’image/ Imagerie médicale

Segmentation, visualisation 3D et classification des arches aortiques à partir d’ARM et de 3DRA 

PARTENAIRES IMPLIQUES

  • ESME Sudria Research Lab (Y. CHENOUNE)
  • Fondation Ophtalmologique de Rothschild, service de Neuroradiologie interventionnelle (R. BLANC)
  • Basecamp Vascular (R. BLANC, J-B CAZENEUVE, C. MAIANO)
  • Université Paris EST Créteil (A. NAKIB)

Objectifs du stage

Il existe plusieurs méthodes de segmentation automatique, le choix de la méthode la plus appropriée étant conditionné par l’application visée ainsi que par le type et la qualité des images. Le but de ce stage est de développer une méthode de segmentation de l’arche aortique en 3D à partir d’images angiographiques de différentes modalités et de comparer les résultats obtenus à des modèles de référence. Cette base de référence servira notamment à la validation de la méthode de segmentation 3D basée sur le region growing, précédemment implémentée à l’ESME. Une seconde étape de traitement consistera à classifier les aortes segmentées en utilisant des méthodes d’apprentissage.

Travail demandé

  • Imprégnation du contexte médical et de la problématique posée
  • Développement d’algorithmes et de techniques de traitement d’images (segmentation, visualisation 3D, classification)
  • Tests sur jeux de données multimodales (IRM, 3DRA)
  • Validation en comparaison à la segmentation de référence
  • Travail en groupe, gestion de temps optimisée et reporting régulier

Partenaire industriel : La société Basecamp Vascular est née du constat que les cathéters utilisés pour les procédures interventionnelles sont de par leur longueur et leur souplesse peu contrôlables. Leur manipulation engendre des pertes de temps liées aux besoins de précision, aux difficultés de progression vers la zone cible et aux contraintes de sécurité associées au geste. Basecamp Vascular développe un dispositif médical innovant (cathéter actif) permettant d’améliorer la capacité de navigation et d’accélérer la vitesse de mise en place du traitement tout en assurant la sécurité du geste lors de l’intervention.

Partenaire clinique : La Fondation Ophtalmologique Adolphe de Rothschild (FOR) développe un savoirfaire dans la prise en charge des pathologies de l’œil et du cerveau. Ses activités en ophtalmologie et neurologie se sont progressivement enrichies ces dernières décennies avec la neurochirurgie, l’ORL et la neuroradiologie interventionnelle. Si la FOR a toujours été et demeure une référence nationale et internationale dans les maladies de la tête et du cou, c’est grâce au développement d’une prise en charge multidisciplinaire du patient alliée à un investissement soutenu dans les nouvelles thérapeutiques et les innovations technologiques.

LIEU DE TRAVAIL ET GRATIFICATION : Le travail sera réalisé à l’ESME (Ivry-sur-Seine). L’étudiant se déplacera occasionnellement sur le site de la FOR (Paris). Une gratification du stage est prévue.

COMPETENCES REQUISES : Le candidat sera appelé à travailler dans une équipe pluridisciplinaire et également à faire preuve d’autonomie et d’initiative. Il devra s’approprier les outils logiciels et les programmes existants (développés sous Matlab et Python) et posséder des connaissances en développement logiciel (Matlab / Python/ C/ C++) et en traitement d’image. Il sera capable de prendre en main de nouveaux outils et environnements (VTK, Osirix) et de reprendre les programmes précedemment développés dans l’équipe.

DEBUT DU STAGE ET DUREE : Le stage débutera au premier trimestre 2018 et durera entre 5 et 6 mois.

CONTACT : Pour toute information ou pour déposer une candidature, merci d’envoyer un mail à :

Yasmina CHENOUNE (yasmina.chenoune@esme.fr ) Raphaël BLANC (rblanc29@gmail.com )

Publications

[1] Fan LI, Yasmina CHENOUNE, Meriem OUENNICHE, Raphael BLANC, Eric PETIT, “Segmentation and Reconstruction of Cerebral Vessels from 3D Rotational Angiography for AVM Embolization Planning», proc. of the IEEE Engineering in Medicine and Biology Society Conference (IEEE EMBC’14), Chicago, USA, august 2014.

[2] Fan LI, Yasmina CHENOUNE, Raphael BLANC, “Segmentation 2D et suivi d’un vaisseau cérébral à partir d’images 3DRA”, Colloque RITS (Recherche en Imagerie et Technologies pour la Santé), Bordeaux, France, avril 2013.

[3] Fan LI, Olena TANKYEVYCH, Yasmina CHENOUNE, Raphael BLANC, Eric PETIT, “Symbolic Representation of Brain Vascular Network with ArterioVenous Malformations from 3DRA Images“, proc. of the IEEE Engineering in Medicine and Biology Society Conference (EMBC’15), Milano, Italy, august  2015.