Stage Ingénieur H/F - 92

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

- La conscience des responsabilités
- La coopération
- La curiositéL'objectif de ce stage ingénieur sera de mettre en place un protocole complet de traitement d'image afin d'étudier des séquences vidéo de microscopie optique de fluorescence acquises dans le cadre de l'étude in vitro de cultures cellulaires modèles de tumeurs (fibroblastomes, tumeurs NF1). La finalité de cette étude serait de mieux comprendre comment interagissent les différents types cellulaires mis en présence, que ce soit dans une configuration saine ou pathologique.
Pour cela, plusieurs logiciels de référence dans ce domaine seront testés pour mettre en place un protocole complet de traitement allant de la gestion des formats vidéo (entrées / sorties -import vidéo, export d'images), le prétraitement de séquences (corrections de mouvements, stabilisation, correction de biais, etc.) jusqu'à l'analyse cellulaire par des méthodes de segmentation par apprentissage profond -deep learning- (segmentation cellulaire, suivi temporel, etc.) :
Fiji : https://fiji.sc/
Icy (Institut Pasteur) : https://icy.bioimageanalysis.org/
CellProfiler : https://cellprofiler.org/
Une étude des méthodes de l'état de l'art utilisées pour traiter des séquences vidéo, réaliser des segmentations sémantique et d'instance cellulaire sera réalisée en se concentrant sur les techniques de Deep Learning (Cellpose [1], architectures U-Net [2], etc.).
Les données du projet seront mises à disposition par le partenaire de l'Institut Mondor de Recherche Biomédicale expert dans ce domaine. Une base de données vidéo de référence sera constituée et les solutions logicielles identifiées seront testées afin d'évaluer leur performance sur les données du projet. Le développement de tels outils ouvrira des perspectives d'application dans un cadre de développement et de test d'efficacité de nouvelles thérapies.
Vous aurez accès à des ressources computationnelles adaptées au projet (station de travail, moyens de calcul intensif CPU/GPU voire cluster de calcul).