Proposition Stages, Thèses, Post-Docs

Le but du travail de Thèse est d’élaborer un système d’assistance par l’image qui permettra de compléter en temps réel le guidage à l’aide d’images CBCT. Voir le sujet ci-dessous.

Le LTSI souhaite développer par ce recrutement ses capacités opérationnelles en termes de services et fouille de données massives en santé. Les missions principales sont de 1) prendre en charge la refonte de la partie front-end des applications existantes.2) Concevoir en collaboration avec l’équipe les mockups des nouvelles applications, et assurer le développement afin d’intégrer ces nouvelles interfaces à la suite d’applications existantes.

Le LTSI souhaite développer par ce recrutement ses capacités opérationnelles en termes de services et fouille de données massives en santé. Les missions principales sont de 1) Prendre en charge les demandes d’améliorations des applications existantes, et en fonction de leurs natures réaliser au besoin un prototype, corriger les défauts identifiés ou concevoir et développer de nouvelles briques technologiques fonctionnelles.

Contacts: Oscar ACOSTA, LTSI - INSERM - Université de Rennes1 02 23 23 53 34 (Oscar.Acosta@univ-rennes1.fr) Pascal HAIGRON, LTSI - INSERM - Université de Rennes1 02 23 23 69 19 (Pascal.Haigron@univ-rennes1.fr)

the objective of this post-doctoral work, in complement to Machine learning is to analyse and develop the capabilities of Case-Based Reasoning (CBR) to provide users with quick access to typical prior situations in the context of heart valve diseases. Contact (LTSI, INSERM - University of Rennes 1, IMPACT team): Pascal Haigron, pascal.haigron@univ-rennes1.fr - Mireille Garreau, mireille.garreau@univ-rennes1.fr

Thèse qui s'effectue en co-tutelle entre les universités de Rennes I et de Sherbrooke et soutenue par un financement ARED

Directeurs de thèse : Guy Carrault, Alfredo Hernandez LTSI-INSERM 1099, Jean-paul praud Université de Sherbrooke

Thèse en Co-Tutelle avec Financement ARED

Description du projet (15 lignes maximum)