Ingénieur pour reconstituer des images basées sur l’IA pour l’imagerie IRMf SPARKLING à 11.7T H/F

Informations générales

Entité de rattachement

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 cœur 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 curiosité

  

Référence

2024-32428  

Description de la Direction

Le Commissariat à l’énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche. Acteur majeur de la recherche, du développement et de l’innovation, le CEA intervient dans le cadre de ses quatre missions :
• la défense et la sécurité
• l’énergie nucléaire (fission et fusion)
• la recherche technologique pour l’industrie.
• la recherche fondamentale (sciences de la matière et sciences de la vie)
Avec ses 16000 salariés le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.

Description de l’unité

NeuroSpin est un centre international de recherche en imagerie cérébrale situé sur le campus de l’Université Paris-¬‐Saclay. Il dépend de l’Institut JOLIOT.
(http://joliot.cea.fr/drf/joliot/Pages/Entites_de_recherche/NeuroSpin.aspx).

L’objectif de NeuroSpin est de repousser les limites actuelles de l’imagerie cérébrale par IRM/SRM à ultra-¬‐haut champ (UHF), et de l’imagerie MEG/EEG afin d’élucider la structure et le fonctionnement du cerveau sain et malade, à tous les âges.
NeuroSpin est dirigé par Stanislas Dehaene, Membre de l’Académie des Sciences. Il rassemble 180 chercheurs dans trois domaines principaux : Recherche en IRM et neuro-¬‐informatique, neuroimagerie cognitive et imagerie clinique et translationnelle.
NeuroSpin est équipé de deux IRM corps entier 3T et 7T de pointe et de 3 IRM précliniques à 7T, 11,7T et 17T. Un système 11.7T corps entier, première mondiale, est en cours d’installation. Des systèmes MEG à 306 canaux, EEG à 256 canaux sont également disponibles. Une installation clinique permet de mener des protocoles de recherche avec des volontaires humains de tous âges (patients et témoins sains), avec 8 lits de jour, des salles d’examen, une installation de soins infirmiers, un faux scanner. Une installation préclinique (rongeurs et primates), et des plateformes pour l’électronique, la mécanique, la chimie, l’histologie et la culture cellulaire, complètent l’installation.

Description du poste

Domaine

Recherche biomédicale, clinique, préclinique

Contrat

CDD

Intitulé de l’offre

Ingénieur pour reconstituer des images basées sur l’IA pour l’imagerie IRMf SPARKLING à 11.7T H/F

Statut du poste

Cadre

Durée du contrat (en mois)

24 mois

Description de l’offre

NeuroSpin’s organization includes four research units of which the Inria-CEA MIND and the CEA-CNRS BAOBAB labs play pivotal roles in the use of AI, signal processing and MR physics for developing new accelerated MR imaging techniques, notably for functional imaging (fMRI).
“EXPLORE +” BlueSky project is a large scale CEA-funded project (2M€ over 4 years since 2023) awarded to Dr Philippe Ciuciu. The project aims to understand learning and decision making processes in the healthy brain at the mesoscale using fMRI imaging at high spatiotemporal resolution (e.g. up to 500μm and < 1s). This cognitive neuroscience study is supervised by Dr Florent Meyniel’s team at NeuroSpin.
The postdoc fellow will contribute in collaboration to a recently hired PhD candidate to making this extremely challenging fMRI acquisition scenario realistic both on the fMRI data acquisition and image reconstruction sides. The PhD candidate will use and extend 3D SPARKLING, a non-Cartesian readout (1-4), which embodies strong acceleration potential to enable high spatial and temporal resolution fMRI without impeding whole brain coverage. Additionally, SPARKLING acquisitions currently require a computationally-demanding image reconstruction process prior to conducting statistical analysis for the detection of evoked brain activity during the EXPLORE+ experimental paradigm.
Consequently, the postdoc fellow that will be recruited will work on improving the existing fMRI image reconstruction pipeline to make it easier and faster for end-users, i.e. cognitive neuroscientists. For doing so, he/she will rely first on in-house developments notably the PySAP software package and its plugin for fMRI. Second, he/she will investigate deep learning solutions based on unrolled deep neural networks (5) and/or Plug&Play algorithms (6). When addressing deep learning solution for image reconstruction in fMRI, as ground truth, i.e. fully sampled data cannot be collected first due to the short scan time constraint and second because brain activity is never completely reproducible, two competing solutions can be envisaged: either training DL architectures on realistic synthetic data, such as those yielded by our recent realistic SNAKE-fMRI simulator (7), and then proceeding to transfer learning or domain adaptation, or using self-supervised approaches (8). Both methods will be investigated. Ablation studies will be conducted on simulation and real fMRI data to demonstrate the robustness and added-value of the proposed approach compared to compressed sensing solutions.
A very important deliverable will be to implement a complete reconstruction solution directly connected at the console using “Gadgetron” (9) or “Open Recon” Siemens Healthineers platform (10). Automating the correction of off-resonance artifacts within the pipeline is also a key aspect.

Profil du candidat

The ideal candidate holds a PhD in electrical or biomedical engineering, with a solid background in MRI, signal processing, and Artificial Intelligence (deep learning) and is proficient in software programming notably in scientific Python. Preliminary experience with PyTorch and Slurm to work on supercomputers is a plus.
Since the project requires multiple skills, the candidate will be supported both by Philippe Ciuciu and his team, but also by the BAOBAB (specialized in MRI methodology) lab. Therefore he/she must demonstrate team player capabilities. The position allows partial teleworking and includes social advantages offered to employee working in France (minimum of 5 weeks of vacations, full healthcare coverage, and free public school for children up to high school).

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

  Gif-Sur-Yvette

Critères candidat

Langues

Anglais (Courant)

Formation recommandée

Doctorat en génie électrique ou biomédicale

Demandeur

Disponibilité du poste

30/07/2024