Stage - Ingénieur de Recherche en Physique et Mathématiques Appliquées H/F Dassault Systèmes

Sujet : De l'image à la modélisation cardiaque

Dans le contexte d'un consortium, l'organisation Virtual Twin for Human de Dassault Systèmes créé des prototypes logiciels pour soutenir l'évolution des pratiques médicales basées sur l'utilisation du jumeau virtuel. Vous ferez partie d'une équipe multidisciplinaire et dynamique, sur des sujets innovants. Vous participerez au processus de réflexion pour créer des représentations pertinentes de l'information à destination des patients et des équipes médicales, en collaboration étroite avec nos partenaires.

Au sein de l'équipe « Cardiology Twin », vous travaillerez sur des projets dédiés à la modélisation et la simulation du coeur. Le jumeau virtuel du coeur d'un patient est personnalisé, descriptif et prédictif, évolue avec l'état de santé du patient, et permet de tester différents scénarios sur la progression de la maladie ou les options de traitement. Ce jumeau virtuel doit également être intégré dans un environnement protecteur pour les données du patient, et pouvoir être accessible aux praticiens. Dans ce contexte, le jumeau virtuel doit pouvoir être créé à partir d'imagerie médicale, simulable en fonction de différentes conditions de maladie et de traitement, et enfin être capable d'afficher des résultats pertinents pour le médecin. Dans un domaine compétitif et en rapide évolution comme celui des jumeaux virtuels du coeur, des innovations spécifiques doivent pouvoir être mises en place, notamment dans le domaine de la simulation numérique.

Vos missions

L'objectif principal du stage est de créer un (ou plusieurs) modèle(s) cardiaque(s) personnalisé(s), connu en anglais sous le nom de cardiac virtual twin, basé sur l'imagerie cardiaque (échographie, scanner ou IRM). Pour cela, les données d'image du patient sont utilisées de deux manières :

Pour obtenir une représentation géométrique statique du coeur à partir des données d'image. Cette représentation géométrique peut être obtenue soit par déformation d'un modèle générique, soit par construction directe à partir des segmentations des images 3D.

Pour déformer cette représentation géométrique statique afin de reproduire le mouvement réel du coeur du patient. Pour intégrer ce mouvement, il est nécessaire d'extraire des informations fonctionnelles des images médicales. Ces informations peuvent être dérivées de données d'ultrason B-mode ou Doppler et intégrées à l'image par des techniques d'assimilation de données, telles que le filtre de Kalman [1] ou des algorithmes basés sur l'apprentissage automatique (Machine Learning) [2, 3].

Vos activités principales seront :

- Réaliser une analyse de l'état de l'art sur les cardiac virtual twins.
- Construire, à partir des données d'imagerie, une représentation 3D du coeur d'un ou plusieurs patients.
- Reproduire le mouvement du coeur reconstruit de manière cohérente avec les données d'imagerie, en utilisant une ou plusieurs techniques d'assimilation de données.
- Vérifier la cohérence physiologique des résultats simulés.
- Valider le modèle à l'aide de données cliniques.
- Intégrer et itérer sur le modèle pour l'améliorer en fonction des retours et observations.

Références :

[1] S. Pant et al, "Data assimilation and modelling of patient-specific single-ventricle physiology with and without valve regurgitation," Journal of Biomechanics, vol. 49, no. 11, pp. 2162-2173, Jul. 2016.

[2] F. Regazzoni et al, "Combining data assimilation and machine learning to build datadriven models for unknown long time dynamics - Applications in cardiovascular modeling," Numer Methods Biomed Eng, vol. 37, no. 7, Jul. 2021.

[3] V. Kashtanova et al "Simultaneous data assimilation and cardiac electrophysiology model correction using differentiable physics and deep learning," Interface Focus., vol. 13, no. 6, p. 20230043, Dec. 2023

Vos qualifications

Actuellement en Master 2 / Bac +5 en Ecole d'ingénieur ou Université, avec une spécialisation en Physique ou Mathématiques Appliquées (mécanique des solides, dynamique des fluides...) vous avez un intérêt marqué pour le domaine médical.

Vous avez des compétences dans les domaines suivants :

- Excellent niveau en programmation Python
- Des connaissances en biophysique et en méthodes par éléments finis seront appréciées
- Notions en apprentissage profond (Deep Learning) appréciées mais non obligatoires

De nature rigoureuse, pragmatique et autonome, vous faites preuve d'esprit critique et d'un bon esprit d'équipe.

Vous avez un bon niveau d'anglais, à l'oral comme à l'écrit.

Nous rejoindre c'est aussi

Intégrer une entreprise scientifique au coeur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans

Principaux avantages et bénéfices :

- Environnement multiculturel
- Cadre de travail convivial axé sur le bien-être et la santé
- Engagement en faveur de la diversité et de l'inclusion
- Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc