Proposition Stages, Thèses, Post-Docs

Proposition Stages, Thèses, Post-Docs

Sujet de Thèse : Modeling and Learning Surgical Gestures for Man-Machine Collaborative Training

Thesis subject supported by the LABEX CAMI, http://cami-labex.fr/

Thesis location: shared between LIRMM (Montpellier) and LTSI (Rennes) Labs

Contact :

Thesis director : Philippe Poignet, LIRMM, poignet@lirmm.fr & Nabil Zemiti, LIRMM, zemiti@lirmm.fr Thesis co-director : Pierre Jannin, LTSI, pierre.jannin@univ-rennes1.fr

Starting date : September 2016

Keywords : surgical training, robotic assistance, virtual mentoring, surgical gesture recognition, learning and automation, machine learning.

Ingénieur en développement WEB

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.

Ingénieur R&D en logiciel

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.

Stage Master : Statistical shape modeling for the description of bladder variations in prostate cancer radiotherapy

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)

Post-Doc : Clinical Decision Support for Heart Valve disease treatment

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

Développement de modèles numériques de croissance tumorale et réponse à la radiothérapie

Ce projet a pour objectif la construction d’un modèle bio-mathématique de réponse tumorale aux traitements, basé sur la radiobiologie, ajusté avec des données observables en imagerie métabolique TEP et IRM multiparamétrique.