Apprentissage Profond Pour Une Reconstruction Explicable Et Efficiente D'Irm Dynamiques / Deep [...]

Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
Ce projet de thèse vise à contribuer aux méthodes d'intelligence artificielle explicable pour la reconstruction de l'imagerie par résonance magnétique (IRM) dynamique. Notre objectif principal est d'accélérer et d'améliorer la qualité des acquisitions et des reconstructions IRM grâce à des modèles d'apprentissage profond interprétables et fiables. Cette approche devrait non seulement enrichir les capacités diagnostiques, mais aussi améliorer le confort du patient et la fluidité des processus cliniques.
Début de la thèse : 01/10/2025
Funding category : Programme COFUND DeMythif.AI
Nous recherchons un candidat hautement motivé, avec une solide formation en Intelligence Artificielle. Le candidat idéal aura de solides bases en mathématiques et en physique. Une expérience en traitement et analyse d'images est très appréciée. Bien qu'une connaissance préalable de la physique de l'IRM soit un atout, ce n'est pas une exigence stricte. Le candidat retenu s'épanouira dans un environnement dynamique et multidisciplinaire, en collaboration étroite avec des médecins, physiciens et ingénieurs. Tout au long de la thèse, il acquerra une expertise avancée dans les technologies d'imagerie médicale et contribuera à l'application de l'IA aux défis médicaux concrets. De solides compétences en résolution de problèmes, une pensée analytique, et une passion pour l'avancement de l'IA dans les contextes médicaux sont essentielles pour ce rôle.
Number of offers available: 1
Company/Institute: Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
Country: France
City: Orsay CEDEX

#J-18808-Ljbffr