Offre de Post-Doc: Mise en correspondance 3D/2D pour l'assistance per-opératoire aux interventions cardiaques endocavitaires
Contexte
Proposition Stages, Thèses, Post-Docs
Proposition Stages, Thèses, Post-Docs
Offre de Post-Doc: Segmentation automatique de structures vasculaires pour la planification et assistance aux interventions endovasculaires
Contexte
L’intervention endovasculaire est devenue la référence thérapeutique d’un grand nombre de pathologies, telles que l’accident vasculaire cérébral, la sténose ou l’anévrisme. Il s’agit d’une technique mini-invasive qui consiste à faire naviguer un dispositif au sein des structures vasculaires jusqu’à la lésion avant d’être déployé. Une planification minutieuse, basée sur l’imagerie 3D préopératoire (CT ou IRM), est cruciale pour le succès de l’intervention.
Offre de thèse: Fusion d’images multimodale pour la planification et assistance aux interventions endovasculaires
Contexte
L’intervention endovasculaire est devenue la référence thérapeutique d’un grand nombre de pathologies, telles que l’accident vasculaire cérébral, la sténose ou l’anévrisme. Il s’agit d’une technique mini- invasive qui consiste à faire naviguer un dispositif au sein des structures vasculaires jusqu’à la lésion avant d’être déployé. Une planification minutieuse, basée sur l’imagerie 3D préopératoire (CT ou IRM), est cruciale pour le succès de l’intervention.
PHD proposal: Graph-based characterization of cardiac events for early detection of heart failure
Context: Heart failure (HF) represents a major global health concern, accentuated by the aging population,
affecting approximately 15 million individuals in Europe and presenting a significant medium-term mortality
rate. The severity of HF is also evidenced by repeated unexpected hospitalizations due to acute
decompensated heart failure (ADHF). The frequent occurrence of ADHF leads to recurrent hospitalizations,
posing significant healthcare and economic challenges. These acute episodes have a grim prognosis, with a
PHD proposal: Development of a hybrid machine learning model for predicting response to cardiac resynchronization therapy
Context
The LTSI (Signal and Image Processing Laboratory) is a research laboratory at the University of Rennes and
INSERM, at the interface of information science and health technologies.
Offre de Stage: Eye-Movement
Starting date: Autumn 2024
Keywords: eye movements, visuomotor control, binocular vision, surgical performance
Offre de Thèse: Projet EU SMASH-HCM
Développement d’un modèle computationnel cardiovasculaire et de machine- learning pour la stratification du risque dans les cardiomyopathies hypertrophiques
Contexte
Le LTSI (Laboratoire Traitement du Signal et de l'Image) est un laboratoire de recherche de l'Université de Rennes et de l’INSERM, à l’interface des disciplines relevant des domaines des sciences et technologies de l’information et de la santé.
Description
Offre de Thèse:
Gestion des données manquantes et des dérives de données pour la réutilisation de données de santé de vie réelle : détection, caractérisation et mise en qualité
Profil recherché :
• Diplômé.e d’un Master 2 ou Ingénieur
• Maîtrise du langage Python ou R
• Bon niveau en mathématiques et statistiques
• Bonnes connaissances en Machine Learning
• Bon niveau en anglais
Post-Doc position offer
ECOFEC: Evolution of cognitive functions in epileptic children
Context. Epilepsy is a multi-causal neurological disorder affecting more than 50 million of the population worldwide. Epilepsy is known for its clinical manifestations (seizures) and subclinical manifestations (interictal epileptic discharges - IEDs -). Although subclinical, IEDs perturb neuroplasticity processes by altering the physiological activity of cortical
Plateforme Améthis
Les projets doctoraux du LTSI publiés sur la plate-forme Améthis sont visibles ICI.
Ce même site est également accessible via le bouton Améthis en pied de page.