STAGE DE FIN D'ÉTUDES (BAC+5) Débruitage dimages en scanographie dentaire (CBCT) par méthodes de de

Contexte

L’imagerie radiographique, basée sur l’utilisation de rayons X, nécessite l’irradiation des patients, tandis que la qualité des images, notamment le bruit, dépend directement de la dose reçue. Afin de limiter l’exposition aux rayonnements ionisants, de nombreuses méthodes ont ainsi été développées pour débruiter les images tout en réduisant la dose émise par les appareils.

De nos jours, les progrès réalisés avec les réseaux de neurones, ainsi que la possibilité pour Carestream Dental de collecter un grand nombre d’images, permettent d’entrevoir de nouvelles perspectives grâce au débruitage par deep learning, afin d’améliorer la qualité des images CBCT tout en réduisant la dose reçue par les patients.

Votre mission

Accueilli(e) au sein de l'équipe « Pixels » maitrisant toute la chaîne d'acquisition et de traitement des images, le stage vise à explorer des architectures de débruitage récentes (transformers, diffusion, …) en comparant leurs performances à un modèle U-Net, tout en identifiant des méthodes de détection des hallucinations pour qu'elles restent pertinentes face à ces nouvelles architectures — les deux axes étant étroitement liés afin de faciliter le diagnostic des praticiens sans créer de fausse information.

Vos principales activités

• Analyser une méthode actuelle développée en interne (U-Net + détection des hallucinations) : performances, limites, cas d'échec ;
• Implémenter, évaluer et fine-tuner des architectures alternatives de débruitage (transformers, diffusion conditionnelle) selon la qualité, le coût de calcul et le temps d'inférence ;
• Enrichir la détection d'hallucination : incertitude épistémique, comparaison en espace de features, exploitation de la stochasticité des modèles de diffusion, détection de faux positifs, etc. ;
• Constituer un jeu de test avec hallucinations contrôlées (simulées ou injectées) pour comparer objectivement les méthodes existantes et nouvelles ;
• Proposer une revue d'images avec des spécialistes cliniques.

Profil recherché

• Etudiant(e) en dernière année d’école d’ingénieur ou de Master 2 (Bac+5).
• Des connaissances en Python ainsi qu'en deep learning seront nécessaires pour la réalisation de ce stage (PyTorch).
• Une appétence ou une première expérience en traitement d'images ou du signal ainsi qu'un esprit rigoureux et animé d'une curiosité scientifique sont un plus.

Pourquoi nous rejoindre ?

• Rejoindre Carestream Dental, un des leaders de l'imagerie dentaire, dans un environnement international.
• Participer à des projets innovants au sein d'une entreprise à taille humaine.
• Bénéficier d'un encadrement par une équipe expérimentée sur des sujets techniques pointus.
• Bénéficier d'un cadre et d'un climat de travail agréables.
• Contribuer à l'amélioration de la qualité des images CBCT et à la réduction de la dose reçue par les patients.
• Explorer des architectures de deep learning récentes (transformers, diffusion) au sein de l'équipe « Pixels », qui maitrise toute la chaîne d'acquisition et de traitement des images.
• 75 % des frais de transport pris en charge.

Ce poste est également ouvert aux personnes en situation de handicap, dans le cadre de notre engagement en faveur de la diversité et de l’inclusion.