Doctorant F/H Quantification en IRM des “slowly evolving lesions” médullaires chez les patients vivant avec une sclérose en plaques
Type de contrat : CDD
Niveau de diplôme exigé : Bac + 5 ou équivalent
Fonction : Doctorant
A propos du centre ou de la direction fonctionnelle
Le centre Inria de l'Université de Rennes est l'un des neuf centres d’Inria et compte plus d'une trentaine d’équipes de recherche. Le centre Inria est un acteur majeur et reconnu dans le domaine des sciences numériques. Il est au cœur d'un riche écosystème de R&D et d’innovation : PME fortement innovantes, grands groupes industriels, pôles de compétitivité, acteurs de la recherche et de l’enseignement supérieur, laboratoires d'excellence, institut de recherche technologique.
Contexte et atouts du poste
Empenn, l’unité d’accueil de cette thèse, a pour objectif de développer des méthodes d'analyse d'images médicales en lien direct avec les besoins cliniques. Dans ce cadre, l’imagerie de la sclérose en plaques (SEP), thématique du projet présenté ici, occupe une place importante dans l'équipe et est reconnu comme un domaine d'excellence de l'équipe. Par ailleurs, ce projet de thèse fait partie du projet de recherche hospitalo-universitaire Primus (RHU 2021, Programme Investissement d’Avenir). Primus est porté par le CHU de Rennes et associe en Bretagne Inria, l’université de Rennes et l’IRT B<>Com et vise à fournir aux patients atteints de SEP et aux cliniciens un système d'aide à la décision clinique pour les assister dans les choix de traitement de la maladie. Enfin depuis 2013, l'équipe EMPENN collabore avec l’observatoire français de la sclérose en plaques (OFSEP) avec qui elle a pu mener à bien de nombreux projets. Le doctorant ou la doctorante accueilli.e bénéficiera de ce partenariat et de l’accès à une base de données multicentrique unique.
Mission confiée
La sclérose en plaques (SEP) est une maladie neurologique acquise entraînant un handicap chez les adultes jeunes. Au cours des dernières années, de nombreuses thérapeutiques ont montré leur efficacité pour prévenir la formation de nouvelles lésions inflammatoires et démyélinisantes de substance blanche. Cependant, les lésions de SEP déjà formées sont le siège d’une inflammation chronique, très liée à l'accumulation progressive d’un handicap irréversible, et actuellement inaccessibles aux thérapeutiques. Une meilleure quantification, in vivo, de cette inflammation chronique afin de pouvoir mieux pronostiquer la maladie et évaluer les effets de nouvelles thérapeutiques sur cette composante inflammatoire chronique constitue un enjeu de recherche majeur.
Plusieurs méthodes ont été récemment proposées pour identifier de façon semi-automatique ou automatique les lésions lentement progressives ou “SELs” (slowly evolving lesions) chez les patients SEP à partir d’IRM conventionnelles cérébrales (3DT1 et 3DFLAIR) acquises à plusieurs années d’intervalle. A ce jour, bien que les lésions médullaires soient très fréquentes dans la SEP et que la présence de SELs dans cette région du système nerveux puisse constituer un facteur pronostic majeur, il n’existe aucune méthode permettant d’identifier les SELs in vivo dans la moelle épinière. L’objectif principal sera donc de développer des méthodes de détection des SELs sur des acquisitions médullaires. La pertinence clinique de ces mesures sera ensuite évaluée en étudiant le lien entre présence de SELs médullaires chez les patients et handicap physique.
Principales activités
Les grandes étapes du travail seront les suivantes :
- Plusieurs méthodes ont été proposées pour identifier les SELs au niveau cérébral (Elliott et al. 2019; Preziosa et al. 2022; Calvi et al. 2022). La première étape de ce projet sera donc de faire un état des lieux des méthodes disponibles, et de les comparer afin d’identifier la ou les méthodes semblant la/les plus fiables.
- Il n’existe aucune méthode permettant de caractériser les SELs sur des images médullaires. Dans un deuxième temps, il s’agira donc de développer une méthode pour détecter les SELs au niveau médullaires. Cette étape implique:
- D’identifier les séquences IRM les plus pertinentes pour cette détection. Les séquences acquises au niveau médullaire ne sont en effet pas les mêmes qu’au niveau cérébral.
- D’adapter les méthodes développées au niveau cérébrale à la problématique de l’imagerie médullaire (faible contraste, effet de volume partiel important). De plus, l’analyse longitudinale des images médullaires est plus complexe que les images cérébrales, les structures imagées étant sujettes à des déformations complexes entre des acquisitions différentes d’un même patient.
- D’automatiser au maximum la méthode développée afin d’être en mesure d’analyser des données d’imagerie de cohortes de patients conséquentes
- Enfin, la pertinence clinique des mesures effectuées sera testée en évaluant le lien entre les SELs médullaires identifiées et le pronostic des patients.
Compétences
Compétences techniques et niveau requis : programmation scientifique, traitement du signal et des images et analyses statistiques.
Langues : bon niveau en anglais écrit et oral.
Compétences relationnelles : Organisation et capacité à travailler en intéraction dans un environnement pluridisciplinaire.
Compétences additionnelles appréciées : des connaissances en physique de l’IRM (ou une modalité d’imagerie similaire) et en apprentissage automatique.
Avantages
- Prise en charge à 75 % des frais de transport en commun sur le trajet domicile-travail ou FMD (forfait mobilité durable)
- Restauration subventionnée
- Prise en charge partielle des frais de mutuelle
- Possibilité de télétravail (à hauteur de 90 jours annuels) et d'aménagement du temps de travail
Rémunération
Rémunération mensuelle brute de 2100 euros les deux premières années et 2190 euros la troisième année
Informations générales
- Thème/Domaine :
Optimisation, apprentissage et méthodes statistiques
Calcul Scientifique (BAP E) - Ville : Rennes
- Centre Inria : Centre Inria de l'Université de Rennes
- Date de prise de fonction souhaitée : 2024-10-01
- Durée de contrat : 3 ans
- Date limite pour postuler : 2024-05-31
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postuler
Merci de déposer en ligne CV, lettre de motivation et éventuelles recommandations
Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts
- Équipe Inria : EMPENN
-
Directeur de thèse :
Combes Benoit / benoit.combes@inria.fr
L'essentiel pour réussir
Curiosité, rigueur et capacité à travailler en intéraction dans un environnement pluridisciplinaire.
Motivation pour les applications médicales.
A propos d'Inria
Inria est l’institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l’interface d’autres disciplines. L’institut fait appel à de nombreux talents dans plus d’une quarantaine de métiers différents. 900 personnels d’appui à la recherche et à l’innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'efforce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.