6 mois

M1 - Compatibilité épitopique en greffes de cellules souches haplo-identiques avec endoxan post-greffe: nouveau paramètre à prendre encompte pour la sélection du meilleur donneur?

Objectif:

L’objectif de l’étude est de déterminer si la compatibilité épitopique B et/ou T entre le donneur et le receveur serait un critère important à prendre en compte dans le choix du meilleur donneur pour une greffe haplo-identique après endoxan post-greffe au regard de leur impact sur le taux de rechute et la survie globale à 2 ans.

Résumé:

Extraction automatique d'information à partir de texte

Le pipeline AlvisNLP d’extraction d’information combine apprentissage automatique, lexiques et application de règles pour détecter dans les textes des entités et des relations entre elles. Le stage porte sur l’extension du système à base de règles et sera appliqué au domaine des sciences de la vie (projet Florilege). Le stage consistera en la veille et le test des systèmes d’application de règles (ex.

Suivi automatique de l’évolution de champs à partir d’images de drones par apprentissage non supervisé et approche multi-agents

1. Sujet

Dans l’agriculture, un enjeu très important est de pouvoir suivre automatiquement l’évolution des cultures afin de détecter rapidement si des traitements particuliers sont à envisager, ainsi que de pouvoir comparer des cultures entre elles, particulièrement dans le contexte du changement climatique.

Contribution à la génération d'outils pour l'analyse de profils d’anesthésie visant l’identification des étapes caractéristiques et des situations critiques en anesthésie

Le stage se situe dans un contexte de partenariat interdisciplinaire entre le LS2N (Laboratoire des Sciences du Numérique de Nantes / UMR CNRS 6004), LE SiMU (Laboratoire Expérimental de Simulation en Médecine Intensive de l'Université de Nantes) et le CHU de Nantes.

LE SiMU permet de se perfectionner dans la gestion de situations critiques dans sept spécialités médicales. Le SiMU intervient sur simulateurs de patients haute-fidélité (mannequins), avec immersion des acteurs en formation dans une équipe médicale humaine pleine-échelle interprofessionnelle.

Deep Learning pour l’évaluation du risque d’arythmie cardiaque (TdP) à base d’électrocardiogramme

Titre
Deep Learning pour l’évaluation du risque d’arytmie cardiaque (TdP) à base d’électrocardiogramme.

Objectif du projet de recherche
Évaluer le risque d’occurrence TdP sur des électrocardiogrammes à l’aide de réseaux de neurones LSTM et Transformers.

Proposition et implémentation d’une approche Deep Learning GAN pour la génération de bio-signaux ECG de cas de Torsade de Pointes (TdP)

Titre:
Proposition et implémentation d’une approche Deep Learning GAN pour la génération de bio-signaux ECG de cas de Torsade de Pointes (TdP)

Objectif du projet :
Générer des données ECG de cas de TdP avec différents scénarios à l’aide de réseaux de neurones afin de mieux étudier cette arythmie cardiaque.

Stage - Analyse de données de lncRNA par RNAseq

Il est possible aujourd’hui de générer des organoïdes appelés « mini-brains » à partir de cellules souches pluripotentes induites (iPS) qui permettent de recréer in vitro l’environnement cellulaire complexe de régions du cerveau humain et de disposer ainsi de tissus reproduisant les phénotypes de pathologies neurodégénératives. Les mini-brains sont donc à la fois un outil puissant pour identifier de nouvelles cibles thérapeutiques et un modèle proche de l’humain, idéal pour préparer l’entrée de nouvelles molécules en clinique.