Thèse en analyse d'images et apprentissage profond sur le diagnostic du myelome multiple
CDD · Thèse · 36 mois Bac+5 / Master Nantes LS2N et Nantes IRS UN CHU Nantes · Nantes (France)
Date de prise de poste : 1 septembre 2021
Mots-Clés
Deep Learning, histologie, myélome multiple, analyse d'image
Description
Cette thèse est proposée dans le contexte de l’appel d’offre: AIBY4 – AI made by Humans for Humans https://aiby4.ls2n.fr/
Le myélome multiple (MM) est une hémopathie B mature représentant 1% des cancers. Environ 4500 à 5000 cas sont diagnostiqués de novo en France par an. Les progrès thérapeutiques ont, depuis ces dernières années, considérablement allongé l’espérance de vie des patients, transformant cette maladie aiguë en maladie chronique.
La cytomorphologie est une discipline basée sur l’expertise d’un biologiste médical et elle reste à ce jour le gold standard pour porter un diagnostic d’hémopathie maligne. Elle constitue une première étape avant une éventuelle orientation des prélèvements pour analyse biologique complémentaire comme l’immunophénotypage, la cytogénétique et la biologie moléculaire. La reproductibilité inter/intra-observateur de la classification d’une cellule sur frottis médullaire n’est que de 75 à 90% et le temps de la procédure et le volume des examens à analyser fait que le plus souvent seul un nombre limité de cellules sont observées (de 200 à 500 cellules).
Dans le cadre de ce projet, les lames sont virtualisées par un scanner de lames.
À partir des images scannées issus du frottis médullaire, les objectifs de la thèse sont de développer des approches automatiques pour:
1 – Identifier les zones d’intérêt de manière automatique sur les scans virtuels des lames prélevées.
2- Détecter les leucocytes parmi l’ensemble des cellules du myélogramme
3 – Identifier les plasmocytes parmi les leucocytes
4 – Prédire le risque cytogénétique en fonction de la morphologie des plasmocytes
La thèse s’appuiera sur une banque de données annotées par les cytologistes du laboratoire d’hématologie du CHU de Nantes, qui sera organisée dans une base de données image et d’annotation sur un système client serveur pour faciliter les échanges intersites.
Candidature
Procédure : envoyer CV, lettre de motivation et notes de master (ou équivalent) aux 3 porteurs du projet par e mail : marion.eveillard@chu-nantes.fr, nicolas.normand@univ-nantes.fr, perrine.paul-gilloteaux@univ-nantes.fr
Date limite : 26 avril 2021
Contacts
Contacter les 3 porteurs
peNOSPAMrrine.paul-gilloteaux@univ-nantes.fr
https://aiby4.ls2n.fr/wp-content/uploads/sites/81/2021/04/PhD2021_01_Myelome.pdf
Offre publiée le 20 avril 2021, affichage jusqu'au 26 avril 2021