Emploi

Vous trouverez dans cette rubrique les offres de stage, de thèses, de post doctorats, de CDD et CDI à pourvoir dans les laboratoires partenaires du réseau.

Liste des annonces

Thèse sur l’élastographie ultrasonore, Strasbourg

Méthodes de mesure mécanique in vivo innovantes par élastographie ultrasonore pour la chirurgie assistée par ordinateur
Directeur de thèse : Jonathan Vappou, Chargé de Recherche CNRS, Laboratoire ICube
Co-encadrant de thèse : Simon Chatelin, Chargé de Recherche CNRS, Laboratoire ICube
Co-encadrant de thèse : Daniel George, Maître de Conférences, Laboratoire ICube
Début de thèse estimé: Entre Déc. 2016 et Avr. 2017 (durée 3 ans)

Les récentes avancées technologiques ont grandement contribué à la croissance rapide des Gestes Médico Chirurgicaux Assistés par Ordinateurs (GMCAO), notamment pour la réalité augmentée peropératoire et la chirurgie guidée par l’image. Malgré de nombreux progrès en termes de modélisation 3D des organes, il y a toujours à l’heure actuelle un manque critique d’outils permettant la caractérisation mécanique in vivo réaliste des organes, notamment abdominaux, pourtant essentielle à leur modélisation. Cartographier de façon robuste et précise les propriétés mécaniques des organes sains et pathologiques reste aujourd’hui un défi majeur dans le cadre des GMCAO. Au cours des dernières décennies, la cartographie non-invasive des caractéristiques mécaniques des organes in vivo (élastographie par imagerie médicale) s’est imposée comme sujet de recherche majeur dans le domaine du diagnostic médical et de l'assistance aux interventions chirurgicales. Bien que la pratique chirurgicale implique une déformation importante des tissus mous (principalement liée au comportement non linéaire), la grande majorité des outils et des méthodes actuels sont limités à la caractérisation de la réponse mécanique sous petite déformation (principalement liée au comportement linéaire).

Cette thèse de doctorat est partie intégrante d’un projet financé par l’IHU-Strasbourg (Institut Hospitalo Universitaire, Institut de Chirurgie Guidée par l'Image) (projet UNILiverS : Ultrasonic Nonlinear Indenter for Liver Surgery) visant au développement innovant de l’élastographie pour les GMCAO. Dans le cadre de ce projet, nous proposons de développer des méthodes d’imagerie pour la caractérisation des propriétés mécaniques non linéaires du tissu hépatique. En s’appuyant sur le développement de sondes innovantes couplant échographie et indentation et en fournissant ainsi des paramètres mécaniques in vivo originaux (propriétés mécaniques non linéaires), l’objectif du projet UNILiverS est double : (1) augmenter le réalisme de modèles hépatiques actuellement utilisés pour la réalité augmentée peropératoire ; (2) proposer un nouveau biomarqueur de la pression veineuse portale et, par extension, du suivi post-opératoire des résections hépatiques. Ce projet présente un très fort potentiel dans les domaines de la simulation chirurgicale et de la chirurgie hépatique.

Résumé du sujet de thèse
Les principaux objectifs de cette thèse consistent à analyser, valider et démontrer la faisabilité et le potentiel clinique de la mesure des propriétés mécaniques non linéaires du tissu hépatique in vivo pour les GMCAO à l’aide d’une nouvelle approche élastographique, et ce au travers de quatre axes principaux :
(1) Développement d’un système expérimental de sonde échographique 2D pour la caractérisation mécanique non linéaire ;
(2) Application pour l’optimisation de Modèles par Eléments Finis dédiés à la simulation numérique peropératoire pour la chirurgie hépatique. Cette étape sera effectuée en collaboration avec l’équipe MMB du laboratoire ICube (Modélisations Multi-échelles pour la Biomécanique) ;
(3) Développement d’un prototype de sonde échographique 1D pour la caractérisation mécanique non linéaire. Cette étape sera réalisée en étroite collaboration avec un ingénieur recruté dans le cadre de ce projet ainsi qu’en contact avec des industriels pour sous-traitance :
(4) Application du nouveau prototype pour la mesure de la pression veineuse portale. Cette étape sera effectuée en collaboration avec des chirurgiens et ingénieurs de l’IHU Strasbourg, pour la validation et la comparaison avec d’autres techniques par IRM et pose de cathéters.

Cette thèse, fortement multidisciplinaire, mettra en jeu les disciplines / domaines / compétences suivantes : imagerie médicale, et tout spécialement échographique (principes physiques et programmation de séquences) ; Biomécanique ; Modélisation par Eléments Finis ; Traitement d’image ; conception assistée par ordinateur. Des présentations en conférences internationales ainsi que des perspectives majeures sont attendues dans le cadre de cette thèse dans les communautés scientifiques, industrielles et médicales.

Poste de physicien IRM à très haut champ, CEA Saclay

L'IRM à très haut champ à 11.7T nécessite pour convertir l'augmentation du champ magnétique en gain de résolution spatiale, temporelle, spectrale de résoudre les difficultés techniques apparaissant avec l'augmentation du champ. En particulier, les ondes radiofréquences requises pour faire rentrer les spins des protons en résonance devient très hétérogène à 11.7T, et il convient d'utiliser un réseau d'antennes sur lesquelles sont émises des impulsions radiofréquences spécifiques dont la construction des profils d'amplitude et de phase résulte de la résolution des équations de Bloch sous contrainte d'un profil d'excitation homogène sur le champ de vue ciblé. Ces méthodes de design d'impulsions radiofréquences connues sous le nom de technique pTx (pour « parallel transmission imaging ») sont devenues une des expertises internationalement reconnues de l'UNIRS avec les développements menés
sur l'IRM clinique 7T de NeuroSpin. Le développement de ces méthodes est essentiel à 11.7T où le niveau d'hétérogénéité du signal est accrû comparativement à 7T.
Pour poursuivre les développements, l'équipe METRIC de l'UNIRS doit être renforcée par le recrutement d'un ingénieur-chercheur doté d'une compétence en physique de l'IRM à très haut champ (11.7T) et spécialiste du design d'ondes radiofréquences afin de développer l'imagerie par résonance magnétique chez l'homme à 11.7T.

Les principales missions du physicien IRM à très haut champ couvriront l'ensemble des activités correspondant au développement des méthodes de transmission parallèle à 11.7T couvrant l'ensemble de la panoplie des séquences d'imagerie et de spectroscopie requise pour explorer l'anatomie et le fonctionnement du cerveau humain. Les différents projets que le chercheur recruté devra encadrer auront pour objectif principal de permettre la réalisation d'une imagerie de très haute résolution (échelle mésoscopique visée d'une centaine de micromètres) qui tire partie des techniques de transmission parallèle. Dans le cadre de cette activité de recherche, le candidat sera amené à répondre aux appels d'offre du domaine afin de pérenniser son activité de recherche et de constituer une équipe de thésards et post-doctorants dont il assurera l'encadrement.
Par ailleurs, le candidat participera activement aux tâches de logistique de la plateforme de NeuroSpin (notamment au service de l'IRM 11.7T clinique), y compris au service des autres équipes du centre (UNATI, UNIACT, UNICOG), et collaborera activement aux projets de
recherche des équipes locales, nationales et internationales qui seront amenées à intervenir sur l'IRM à 11.7T.

Faculty position at Telecom ParisTech

The group aims at developing its research activities at the cross-road for artificial intelligence and image understanding, with applications in the domain of health, in particular biomedical imaging: data and knowledge representation, reconciliation of uncertain, heterogeneous, inconsistent data, exploitation of domain knowledge to produce information of better quality, complete, patient
specific, and to enrich automatically knowledge models, optimized analysis exploiting knowledge and reasoning methods, etc.
The association of symbolic and structural methods on the one hand (graphs, semantic networks, ontologies, spatial logics) and of numerical methods on the other hand (learning, image analysis, computer vision) is therefore of prime importance, but still under-explored.

The applicant is expected to have competences and skills in the domain of image and artificial intelligence, including modeling, with a strong background in applied mathematics or computer sciences. The applicant should also show pedagogical skills and be able to teach in particular courses in machine learning and image processing. The candidate will also be encouraged to participate in new collaborative projects.

Required skills
PhD or equivalent
Outstanding academic record
Strong knowledge, at both theoretical and applicative levels, in one or several of the following domains:
- mathematical or computer science modeling for images,
- machine learning and artificial intelligence,
- biomedical imaging.

Experience in teaching if possible and pedagogical skills, ability to teach basic and advanced methods in machine learning, and applications in biomedical imaging.

Languages:
English
French, or willing to learn french on the long term.

Desired skills
• A post-doctoral or international experience, in an academic or industrial environment will be appreciated.

Other skills
• Team player, good social skills, able to develop international academic and industrial partnerships.
• Ability to attract grants and funding at national and European levels.
• Autonomous, self-motivated.

Application
The application file should be sent to the "service des Ressources Humaines'' (recrutement[at]telecom-paristech.fr) with copy to isabelle.bloch[at]telecom-paristech.fr and should contain:
• a detailed curriculum vitae,
• a letter of motivation,
• a document summarizing her/his experience in research and teaching, each of these activities being exposed with a thorough description of the different items,
• his/her three major publications,
• names, addresses and electronic addresses of two highly qualified faculty members able to make recommendation on the applicant,
• a research and teaching project (maximum length: 3 pages),
• if relevant, a link to a web page with additional information (demonstrations, courses, complete publications…).

Important dates
• Deadline for applications: November 2, 2016.
• Interview of selected candidates: December 2, 2016
• Position start: beginning of 2017

Poste de maître de conférences à Télécom ParisTech

L'équipe souhaite développer ses activités au carrefour de l'intelligence artificielle et de l'interprétation d'images, avec des applications dans le domaine de la santé, en particulier en imagerie biomédicale : représentation des données et des connaissances, réconciliation de données incertaines, hétérogènes, contradictoires (par exemple avec les connaissances), exploitation des contenus et des connaissances du domaine pour produire des informations de meilleure qualité, plus complètes, spécifiques au patient, et pour enrichir automatiquement les modèles de connaissances, analyse optimisée des données exploitant les connaissances et des méthodes de raisonnement, etc. L'association entre méthodes symboliques et structurelles (graphes, réseaux sémantiques, ontologies, logiques spatiales) et méthodes numériques (apprentissage, analyse d'images, vision par ordinateur) est donc primordiale, et encore trop peu explorée.

Le candidat devra avoir des compétences en recherche dans le domaine de l'image et de l'intelligence artificielle, avec une composante forte en modélisation, s'appuyant un bagage solide en mathématiques appliquées ou en informatique. Le candidat devra aussi avoir des qualités pédagogiques pour enseigner en particulier dans le domaine de l'apprentissage et de l'image. Le candidat devra être capable de contribuer à de nouveaux projets collaboratifs.

Compétences requises
Formation : thèse de doctorat ou équivalent
Excellente liste de publications

Connaissances approfondies, théoriques et appliquées, dans un ou plusieurs des domaines suivants :
modélisation mathématique ou informatique pour l'image,
apprentissage et intelligence artificielle,
imagerie biomédicale.
Expérience en enseignement si possible et qualités pédagogiques, avec la capacité à enseigner les fondamentaux ainsi que des méthodes avancées d'apprentissage, et les applications en imagerie biomédicale.

Langues :
Anglais : courant
Français : bon niveau, ou le candidat doit être prêt à l'améliorer.

Compétences souhaitables
• Une expérience post-doctorale ou internationale, dans un laboratoire académique ou industriel, sera appréciée.

Autres compétences
• Compétences relationnelles et capacité à travailler en équipe, autonomie, motivation.
• Capacité à développer des partenariats académiques et industriels.
• Capacité à obtenir des contrats et financements nationaux et européens.
• Curiosité et ouverture scientifiques.

Le poste est ouvert en contrat à durée indéterminée.

Candidature
Le candidat doit envoyer au service des Ressources Humaines (recrutement@telecom-paristech.fr) et à la personne à contacter pour ce poste (isabelle.bloch@telecom-paristech.fr) un dossier comprenant :
• un curriculum vitae détaillé,
• une lettre de motivation,
• un bilan détaillé des activités d'enseignement et de recherche,
• le texte des trois publications principales,
• les noms, adresses et emails d'au moins deux scientifiques qualifiés pour écrire une lettre de recommandation (dont au moins un n'ayant pas publié avec le candidat),
• un projet de recherche et un projet d'enseignement (3 pages maximum au total),
• si c'est pertinent, un lien vers une page web avec des informations complémentaires (démonstrations, notes de cours, publications complètes...).

Personnes à contacter pour ce poste
• Gael Richard, Isabelle Bloch
◦ E-mail : gael.richard[at]telecom-paristech.fr, isabelle.bloch[at]telecom-paristech.fr

Dates importantes
• 2 novembre : date limite de soumission des candidatures
• 2 décembre : audition des candidats sélectionnés
• Prise de fonction : début 2017

2016/09/29 Post-doctoral position on the LONGIDEP study, Rennes

LONGIDEP is a routine care cohort of patients suffering from mood depressive disorder (MDD) who underwent clinical, neuropsychological and imaging. The aims of this study are 1/ to identify clinical and imaging markers (morphological and arterial spin labeling-resting state perfusion) which are predictive of pejorative outcome in MDD and 2/ to identify pathophysiological processes involved in MDD at different resistance stages in order to better characterize them.

The objective of this post-doc position will be to use available and develop new image processing methods in order to identify imaging biomarkers that can correlate indices coming from the imaging data with clinical scores. The post-doc will work on the LONGIDEP clinical protocol that measures both structural state of the brain using a combination of MRI sequences such as Arterial Spin Labeling and high resolution diffusion MRI (for multi-compartment diffusion imaging).
This will require software integration for:
1. Image processing of morphological data (voxel-based morphometry, anatomical connectivity based on DTI), arterial spin labeling (pulsed and pseudo-continuous), individual imaging patterns. This part will be driven by the daily close collaboration between clinicians and post-doctoral researcher.
2. Data analysis for the study of functional ASL-based connectivity.

From a methodological perspective, this work will deal with
- registration between modalities, (intra- and inter-subjects)
- segmentation of the brain compartments
- quantification of brain perfusion and image artefacts correction
- modeling of diffusion MRI data
- statistical comparisons between imaging and clinical scores

The post-doc will work in close collaboration with PhD students, already working on the project and in charge of recruiting the control subjects and patients. At least two articles are expected from this research program.

Duration: 1 year with possible renewal
Keywords: Medical Image Processing, Neuroimaging, Statistical Analysis

2016/09/29 Post-doctoral position on the LONGIDEP study, Rennes

LONGIDEP is a routine care cohort of patients suffering from mood depressive disorder (MDD) who underwent clinical, neuropsychological and imaging. The aims of this study are 1/ to identify clinical and imaging markers (morphological and arterial spin labeling-resting state perfusion) which are predictive of pejorative outcome in MDD and 2/ to identify pathophysiological processes involved in MDD at different resistance stages in order to better characterize them.

The objective of this post-doc position will be to use available and develop new image processing methods in order to identify imaging biomarkers that can correlate indices coming from the imaging data with clinical scores. The post-doc will work on the LONGIDEP clinical protocol that measures both structural state of the brain using a combination of MRI sequences such as Arterial Spin Labeling and high resolution diffusion MRI (for multi-compartment diffusion imaging).
This will require software integration for:
1. Image processing of morphological data (voxel-based morphometry, anatomical connectivity based on DTI), arterial spin labeling (pulsed and pseudo-continuous), individual imaging patterns. This part will be driven by the daily close collaboration between clinicians and post-doctoral researcher.
2. Data analysis for the study of functional ASL-based connectivity.

From a methodological perspective, this work will deal with
- registration between modalities, (intra- and inter-subjects)
- segmentation of the brain compartments
- quantification of brain perfusion and image artefacts correction
- modeling of diffusion MRI data
- statistical comparisons between imaging and clinical scores

The post-doc will work in close collaboration with PhD students, already working on the project and in charge of recruiting the control subjects and patients. At least two articles are expected from this research program.

Duration: 1 year with possible renewal
Keywords: Medical Image Processing, Neuroimaging, Statistical Analysis

2016/09/29 Post-doctoral position in spinal cord MR analysis methods and markers, Rennes

An ongoing national longitudinal multicenter study, lead by Rennes, is investigating the link between spinal cord MR imaging and ambulatory disabilities (EMISEP). To date, most of the many MRI studies have focused on brain MRI but interest in spinal cord MRI is growing. Advanced spinal cord MR imaging remains challenging due to the small volume of the cord as well as to respiratory and
cardiac motion. Several MRI sequences are acquired each year, as part of the EMISEP imaging protocol, to visualize focal lesions, evaluate spinal cord volume or diffuse lesions using diffusion and magnetization transfer imaging.

The main goal of this post-doctoral position will be to develop and evaluate new methods for spinal cord MR analysis and derive markers of spinal cord burden related to ambulatory disability. Therefore, the work will encompass several methodological tasks starting with registration between different MR sequences and between different time points in the same subject, and between different subjects at a given time point. This work will, among others, rely on methods developed in the research team.

The second challenge will be devoted to the extraction of regions of interest in the spinal cord, whether white matter, gray matter, lesions or spinal cord tracts, using tools available from the literature or adapted from similar tasks on brain MRI for this purpose.
The post-doctorate will further use all these tools to process the EMISEP database in order to evaluate both focal and diffuse burden as well as their evolution in time. The correlation between these markers and clinical scores acquired in parallel will then be investigated.

From a methodological perspective, this work will deal with
• registration between modalities, time points and patients
• segmentation of the spinal cord and MS lesions
• distortion correction
• statistical comparisons between imaging and clinical scores

Duration: One year, renewable, starting from September 2016

2016/09/29 Post-doctoral position in spinal cord MR analysis methods and markers, Rennes

An ongoing national longitudinal multicenter study, lead by Rennes, is investigating the link between spinal cord MR imaging and ambulatory disabilities (EMISEP). To date, most of the many MRI studies have focused on brain MRI but interest in spinal cord MRI is growing. Advanced spinal cord MR imaging remains challenging due to the small volume of the cord as well as to respiratory and
cardiac motion. Several MRI sequences are acquired each year, as part of the EMISEP imaging protocol, to visualize focal lesions, evaluate spinal cord volume or diffuse lesions using diffusion and magnetization transfer imaging.

The main goal of this post-doctoral position will be to develop and evaluate new methods for spinal cord MR analysis and derive markers of spinal cord burden related to ambulatory disability. Therefore, the work will encompass several methodological tasks starting with registration between different MR sequences and between different time points in the same subject, and between different subjects at a given time point. This work will, among others, rely on methods developed in the research team.

The second challenge will be devoted to the extraction of regions of interest in the spinal cord, whether white matter, gray matter, lesions or spinal cord tracts, using tools available from the literature or adapted from similar tasks on brain MRI for this purpose.
The post-doctorate will further use all these tools to process the EMISEP database in order to evaluate both focal and diffuse burden as well as their evolution in time. The correlation between these markers and clinical scores acquired in parallel will then be investigated.

From a methodological perspective, this work will deal with
• registration between modalities, time points and patients
• segmentation of the spinal cord and MS lesions
• distortion correction
• statistical comparisons between imaging and clinical scores

Duration: One year, renewable, starting from September 2016

2016/09/19 Chef de projet pour le réseau REMI

CDD 1 an temps plein. Démarrage au plus tard au 1/1/2017

Le chef de projet aura pour mission d'aider à la mise en place de ce réseau académique d'entraide, que ce soit sur les aspects outils, organisation ou communication.
• Soutien à la création d’un réseau IRM académique d’entraide
• Animation du réseau et des relations externes
• Suivi et participation aux groupes de travail (bonnes pratiques, suivi qualité machine, ...)
• Soutien à la mise en place et à la maintenance du site web
• Organisation des rencontres dans les congrès français (JFR, SFRMBM, AFPPE, ...)
• Recensement des besoins pour les études méthodologiques

Compétences / connaissances
• Connaissances sur les principes physiques de l’IRM
• Connaissance de la recherche clinique en imagerie
• Des connaissances ou un intérêt pour le design de site web seraient un plus
• Compréhension de l’anglais scientifique

Savoir être
• Facilité de contact
• Capacité d’écoute
• Capacité de synthèse et de rédaction
• Capacité d’organisation et rigueur
• Autonomie

2016/09/19 Chef de projet pour le réseau REMI

CDD 1 an temps plein. Démarrage au plus tard au 1/1/2017

Le chef de projet aura pour mission d'aider à la mise en place de ce réseau académique d'entraide, que ce soit sur les aspects outils, organisation ou communication.
• Soutien à la création d’un réseau IRM académique d’entraide
• Animation du réseau et des relations externes
• Suivi et participation aux groupes de travail (bonnes pratiques, suivi qualité machine, ...)
• Soutien à la mise en place et à la maintenance du site web
• Organisation des rencontres dans les congrès français (JFR, SFRMBM, AFPPE, ...)
• Recensement des besoins pour les études méthodologiques

Compétences / connaissances
• Connaissances sur les principes physiques de l’IRM
• Connaissance de la recherche clinique en imagerie
• Des connaissances ou un intérêt pour le design de site web seraient un plus
• Compréhension de l’anglais scientifique

Savoir être
• Facilité de contact
• Capacité d’écoute
• Capacité de synthèse et de rédaction
• Capacité d’organisation et rigueur
• Autonomie

Loading...