Stage - Ingénieur.e Recherche IA en segmentation médicale

Dassault Systèmes a pour ambition stratégique de révolutionner les sciences de la vie, avec le développement du jumeau virtuel, et par conséquent de transformer la pratique médicale.

Au sein du département Corporate Research & Sciences, vous intégrerez l'équipe "Medical Image Segmentation" spécialisée dans l'application des technologies d'apprentissage profond aux images médicales. Partie prenante du projet MEDITWIN, sa mission est de développer les méthodes de segmentation d'images médicales par apprentissage profond grâce à notre patrimoine de données médicales dans le but de servir de fondation à la construction de jumeaux virtuels du corps humain.

Les différentes modalités d'imagerie (IRM, CT-scan, ultrasons, etc.) et les diverses structures anatomiques présentent une grande variabilité. Les jeux de données d'entraînement associés sont donc souvent plus restreints et hétérogènes que dans d'autres domaines de la vision par ordinateur.

Une piste prometteuse consiste à concevoir des modèles universels, entraînés sur des données agrégées provenant de sources multiples couvrant des tâches de segmentation diverses. Si ces modèles bénéficient d'un volume de données plus important et de meilleures capacités de généralisation, certaines tâches peuvent toutefois entrer en concurrence au cours de l'entraînement, au détriment des performances globales.

Le stage portera directement sur cette problématique. Il s'agira d'explorer comment une architecture modulaire s'appuyant sur un mécanisme de Mixture-of-Experts (MoE) peut permettre de tirer le meilleur parti des synergies entre les différentes tâches de segmentation lors d'un entraînement sur des données hétérogènes.

Vos missions

Vos missions incluront :

• Réaliser et présenter un état de l’art sur les thématiques abordées.
• Concevoir et innover en développant de nouvelles méthodes.
• Implémenter et évaluer les solutions retenues.

Vous aurez ainsi la possibilité de mener de bout en bout un projet de recherche en bénéficiant d'un haut degré d'autonomie au sein d'un environnement dynamique animé par le partage de connaissances.