Retour aux offres d'emplois

Chargé R&I – F/H

Présentation société

Olea Medical®, société du groupe Canon Medical Systems Corporation, est un fournisseur de solutions avancées de post-traitement d’images IRM et scanner (TDM).

Implantée à La Ciotat, près de Marseille, nous concevons et commercialisons une gamme d’applications d’imagerie médicale innovantes, Olea Sphere®, améliorant de manière significative le processus de diagnostic et l’évaluation de suivi.

Notre société jouit d’une forte crédibilité grâce à la domestication d’une technologie de pointe et de partenariats avec des institutions de référence à travers le monde. En appliquant à l’imagerie médicale des méthodes d’optimisation des temps de calcul et des méthodes brevetées, basées sur l’approche probabiliste bayésienne, Olea Medical® est devenue la référence incontestée du post-traitement avancé, standardisé et indépendant de tout constructeur d’images IRM, offrant une analyse qualitative et quantitative précise et robuste.

Nos valeurs, prônées et communes à celles de Canon Medical, sont partagées et transmises au quotidien sein de notre organisation :

• Humain
• Innovation
• Expertise
• Excellence

Pour un but commun : Improved Diagnosis For Life.

Olea Medical c’est aussi cela :

• Des tickets restaurant pris en charge à 60% par Olea Medical

• Une excellente couverture mutuelle et prévoyance pris en charge à 100% par Olea Medical

• Un top CSE permettant de profiter de multiples réductions et avantages.

• Une prise en charge à 75% de vos frais de transports en commun

Mais aussi :

• Une entreprise à taille humaine alliant un management de proximité et de convivialité

• Une entreprise avec une charte de Qualité de Vie au Travail

• Une entreprise innovante dans un secteur avec des valeurs au plus proche de l’humain et en constante évolution

• Une carrière professionnelle et un programme de formation personnalisé

• Une entreprise avec une sensibilité RSE

Au travers de ses recrutements, Olea Medical cultive une politique en faveur de la diversité, de l’égalité professionnelle par la représentation des femmes au sein de ses effectifs et de l’emploi des travailleurs handicapés.

Apprentissage faiblement supervisée pour la segmentation de lésions cancéreuses  – Département Recherche & Innovation

Description du stage

Ce stage s’inscrit dans le cadre des développements d’outil d’aide au diagnostic différentiel dans le dépistage et la prise en charge des cancers neurologiques et mammaires. Ces différents types de pathologies nécessitent un diagnostic robuste où l’imagerie par résonnance magnétique (IRM) joue un rôle central. Les algorithmes de deep learning sont aujourd’hui utilisés pour assister les radiologues dans cette tâche, en proposant notamment des outils de segmentation des pathologies. Pour un outil à visée clinique, les modèles de deep learning sont développés avec une approche supervisée où les annotations sont des vérités terrains réalisées par des experts du domaine. L’annotation manuelle pour la segmentation en imagerie médicale, également connus sous le nom d'annotations fortes, est longue et fastidieuse, en particulier pour les images 3D. Pour lutter contre le coût élevé associé aux annotations fortes, les chercheurs ont récemment exploré l'utilisation d'annotations faibles, qui peuvent être obtenues à un coût d'annotation nettement inférieur. La littérature catégorise différents types d’annotation faible, comme illustrés sur la figure ci-dessous.

Intégré(e) à l’équipe Recherche et Innovation d’Olea Medical, votre mission consistera à explorer cette problématique dans le cadre de lésions cancéreuses du cerveau et du sein. Les données IRM et leur annotations fortes seront à votre disposition pour étudier différentes approches d’annotation faible. Vous devrez mettre en œuvre des stratégies d’apprentissage faiblement supervisée pour exploiter au mieux les lacunes introduites dans les annotations.

Missions

• Etude de l’état de l’art
• Mise en place d’un outil pour dégrader les annotations fortes vers différents types d’annotation faible
• Mise en place de stratégies d’apprentissage retenues lors de l’étude de l’état de l’art
• Entrainements et analyses des performances
• Rédaction du rapport de stage

Descriptif du profil

Compétences/Qualités

• BAC+5 en sciences de l’information, traitement d’image et/ou du signal, bio-ingénierie.
• Initié(e) aux méthodologies du deep learning durant son cursus.
• Bonne expérience avec Python.
• Patient et rigoureux.
• Esprit d’équipe et entreprenant.
• Affinité avec l’univers de l’imagerie médicale.

Postuler

MAUFRAS Sandrine
sandrine.maufras@olea-medical.com