Informations générales
Intitulé de l'offre : postdoctorat Deep DCC (H/F)
Référence : UMR5220-DAVSAR-011
Nombre de Postes : 1
Lieu de travail : LYON
Date de publication : mercredi 18 décembre 2024
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 6 mois
Date d'embauche prévue : 3 février 2025
Quotité de travail : Complet
Rémunération : à partir de 3021€ bruts mensuel selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent
Section(s) CN : 7 - Sciences de l'information : traitements, systèmes intégrés matériel-logiciel, robots, commandes, images, contenus, interactions, signaux et langues
Missions
Dans le cadre du projet ANR SPECT-Motion-eDCC, le/la post-doctorant(e) aura pour mission de développer et d’évaluer une méthode innovante de reconstruction d’images SPECT en intégrant des contraintes de cohérence des données (Data Consistency Condition, DCC) dans la fonction de coût d’un réseau de neurones. Ce réseau est spécifiquement conçu pour corriger les effets de volume partiel (Partial Volume Effect, PVE) et améliorer la précision des images reconstruites.
Activités
Les activités incluront l'implémentation et l’adaptation des contraintes DCC dans un pipeline existant, l’entraînement et l’optimisation du réseau neuronal, ainsi que l’analyse quantitative et qualitative des résultats obtenus sur des données simulées et cliniques.
Compétences
Le/la candidat(e) doit posséder des compétences solides en traitement d’images médicales, apprentissage profond (notamment en conception et optimisation de réseaux de neurones) et simulation Monte Carlo (GATE ou outils similaires). Une expérience en reconstruction d’images SPECT ou en correction des PVE serait un atout. La maîtrise de Python et des frameworks de deep learning (PyTorch) est essentielle.
Contexte de travail
Le-la post-doctorant(e) intégrera une équipe multidisciplinaire spécialisée en imagerie médicale et en physique médicale, au sein du laboratoire CREATIS reconnu pour son expertise en développement de méthodologies avancées pour l'imagerie nucléaire.
Il/elle bénéficiera de collaborations avec des experts en simulation Monte Carlo, intelligence artificielle, et imagerie SPECT, ainsi que d’un accès à des données expérimentales issues de partenaires cliniques et industriels.
Contraintes et risques
ND