FLI
Vous trouverez dans cette rubrique les offres de stage, de thèses, de post doctorats, de CDD et CDI à pourvoir dans les laboratoires partenaires du réseau.
Liste des annonces
CDD Chargé.e de mission « Etude d’impact de l’infrastructure »
En 2012, FLI a reçu un soutien financier du Programme des Investissements d’Avenir (PIA) pour :
• structurer les 25 principales PF françaises d’imagerie in vivo en 6 hubs régionaux auxquels s’ajoute un hub distribué regroupant les laboratoires experts en traitement d’image.
• coordonner l’achat d’équipements très innovants pour ses 25 plateformes
• renforcer l’expertise des laboratoires adossés aux plateformes par des échanges de savoir-faire et de compétences et le développement d’une offre de formation ciblée. Pour ce faire, FLI a mis en place une animation scientifique déclinée sous la forme de 4 workpackages thématiques dans les quatre domaines clés de l’imagerie in vivo (agents d’imagerie moléculaire, instrumentation et innovation technologique, imagerie interventionnelle, analyse d’images multimodales) ainsi qu’une action de formation coordonnée par le workpackage formation.
En 2020, FLI s’est élargie à 38 plateformes regroupées en 9 hubs régionaux et a reçu un abondement complémentaire du PIA pour pérenniser l’infrastructure pendant la période fin 2020 - fin 2025. Cet abondement a été fléché vers :
• les coordinations nationale et régionale (suivi administratif et financier, animation des PF, communication scientifique),
• l’échange d’expertise (EE) entre laboratoires et la formation des jeunes chercheurs et professionnels de l’imagerie médicale.
Poste / missions
Pour mettre en place une politique qualité de l’infrastructure élargie et renforcer l’ouverture des équipements aux partenariats industriels, FLI recrute un.e chargé.e de mission temps plein.
Les missions confiées à la / au chargé.e de mission sont les suivantes :
• Identifier les indicateurs socio-économiques d’utilisation des équipements pertinents : dresser un inventaire des indicateurs déjà utilisés par les responsables des plateformes et un bilan de la pertinence des indicateurs demandés par l’infrastructure ; uniformiser les indicateurs à travers les plateformes, en prêtant une attention particulière aux plateformes nouvellement intégrées,
• Dresser l’inventaire des méthodes et/ou des outils informatiques de collecte de ces indicateurs,
• Proposer et mettre en place une méthode de collecte fiable, facilement utilisable, et largement acceptée,
• Développer la communication pour l’offre de service globale sur les équipements d’imagerie de l’infrastructure,
• Développer et suivre l’ouverture des équipements aux partenariats avec les industriels : lien avec les pôles de compétitivité, les instituts Carnot, salons, événements scientifiques, …
These-Modélisation 3D- UTC
Modélisation 3D des voies biliaires pour l'amélioration de la cholangiopancréatographie rétrograde par voie endoscopique (CPRE).
CONTEXTE
La cholangiopancréatographie rétrograde par voie endoscopique (CPRE) est un geste d'endoscopie digestive permettant d'intervenir au niveau des voies biliaires et pancréatiques pour traiter la maladie lithiasique (2 à 4% de la population touchée au cours de sa vie) et les néoplasies bilio-pancréatiques (2000 nouveaux cas de cancer des voies biliaires et 14000 nouveaux cas de cancer du pancréas par an en France). Ce geste invasif de CPRE est techniquement complexe car il nécessite deux étapes distinctes qui peuvent potentiellement chacune échouer. La première est l'accès, par les voies digestives jusqu'au duodénum, à la papille majeure en utilisant un endoscope à vision latérale appelé duodénoscope. La seconde, appelée canulation, consiste à pénétrer, via cette papille majeure, dans les voies biliaires à l'aide d'un cathéter fin, équipé de différents instruments pour effectuer l’intervention proprement dite. Ce double accès endoluminal, pratiquement unique dans toutes les spécialités médicales, entraîne, de par sa technicité, environ 2% d'échec de la procédure et 20% de gestes complexes source de 4 à 9% de complications qui peuvent être graves pour le patient.
OBJECTIF
L'objectif principal est l'amélioration et la sécurisation globale de la CPRE en développant de nouveaux outils d'aide au pilotage et au guidage des instruments utilisés, de manière à diminuer les échecs et les complications de la CPRE au bénéfice du patient. Le docteur Aymeric Becq, chef de clinique dans le service d'endoscopie digestive de l'hôpital Saint-Antoine, effectue actuellement sa thèse de doctorat pour montrer la faisabilité technique et clinique de trois axes essentiels : le monitoring 3D peropératoire des voies bilio-pancréatiques, le tracking en temps-réel des instruments de CPRE et la mise au point d'instruments actifs de nouvelle génération pour la CPRE.
La pierre angulaire de ce programme est la construction de modèles numériques 3D précis des voies biliaires spécifiques à chaque patient en utilisant des méthodes de segmentation d’images médicales provenant d’examens d’imagerie préopératoires de type bili-IRM. La faisabilité de cette modélisation a bien été démontrée par un travail préliminaire de Master à BMBI dans une configuration minimale : à partir de bili-IRM pondérées en T2 pour lesquelles la bile apparait en hyper signal, sur des cas simples et en utilisant des algorithmes de segmentation dits de bas-niveau car s'appuyant exclusivement sur les niveaux de gris des pixels. Cependant, plusieurs verrous restent encore à lever pour généraliser l’approche. D'une part, lorsque les voies biliaires sont obstruées, le signal de la bile disparait des bili-IRM et il devient très difficile de localiser leurs parois et de proposer une reconstruction 3D réaliste. D'autre part, la labélisation automatique des différentes branches anatomiques de l’arbre biliaire est un réel défi car, dans de nombreux cas pathologiques, cet arbre biliaire est déformé (avec notamment des secteurs dilatés) rendant son interprétation très difficile. Enfin, l’endoscopiste doit avoir à disposition, un outil logiciel ergonomique, automatisé et répondant aux exigences réglementaires, afin de pouvoir facilement en faire usage en pratique clinique.
DESCRIPTION
Il s'agit donc, dans cette nouvelle thèse, de consolider et perfectionner la reconstruction 3D des voies biliaires en suivant trois pistes d’investigation :
1. Intégrer des connaissances a priori des voies biliaires (propriétés géométriques, topologiques et anatomiques par exemple) dans les algorithmes de segmentation des images afin de rendre plus robustes les modèles obtenus ;
2. Étudier le potentiel d’une fusion avec d'autres séquences d'IRM ou d'autres modalités d'imagerie pour segmenter et localiser les parois des voies biliaires dans toutes les situations cliniques que le médecin peut rencontrer ;
3. Proposer un outil ergonomique, interactif et conforme à la règlementation européenne pour un usage médical.
Les modèles numériques 3D obtenus profiteront à l’opérateur de CPRE en tant qu’outils d’assistance à la planification du geste et à la localisation peropératoire (monitoring). Ils serviront aussi de point de départ à la chaine numérique de réalisation de fantômes physiques imprimables en 3D pour l’entraînement et la mise au point de gestuelles particulières (cathéters actifs nouvelle génération). Enfin, dans le cadre de recherches en cours, ils pourront être exploités comme environnement de réalité augmentée pour le suivi automatisé des instruments interventionnels de CPRE (tracking).
Les étapes de la démarche scientifique adoptée permettront
• de faire l'état de l'art des méthodes de segmentation intégrant des connaissances a priori (numériques ou thématiques) et/ou combinant des approches de machine learning (BMBI),
• de tester les méthodes les plus adaptées au problème spécifique de la CPRE (BMBI, hôpital Saint-Antoine),
• de développer un outil logiciel complet selon les normes en vigueur (EN 62304 et EN 62366) en collaboration avec les utilisateurs cliniciens (BMBI, hôpital Saint-Antoine, ISIR),.
• d’évaluer l’impact de l’usage de cet outil par les cliniciens sur leur pratique (BMBI, hôpital Saint-Antoine, ISIR),
Ce projet de thèse partant d’un besoin clinique clairement identifié, est en parfaite adéquation avec les objectifs du programme de l’IUIS en favorisant la co-conception d’un outil logiciel pour faciliter à la fois la préparation mais aussi l’exécution du geste de la CPRE. Il participera également à la formation des cliniciens et aux tests de nouveaux cathéters actifs afin d’améliorer le succès du geste technique pour une meilleure prise en charge des patients.
DIRECTION DE THESE.
-Mme Marine Camus Duboc, maitre de conférences praticien hospitalier dans le service d’endoscopie digestive de l’hôpital Saint-Antoine, titulaire de l'HdR. Mme Camus Duboc apportera ses compétences d'expert clinicien en CPRE à tous les stades de développement du logiciel depuis la phase de spécification jusqu’à l’étape de validation.
-Mme Isabelle Claude, maitre de conférences HC, spécialiste du traitement d'images médicales dans l’équipe Interactions Fluides/Structures Biologiques de BMBI.
CDD Assistant Ingenieur Chimie CERMEP
Le CERMEP-imagerie du vivant est une plateforme d’investigation pour des études de recherche
biomédicale en imagerie. Dans ce contexte de recherche clinique, le département radiochimieradiopharmacie
du CERMEP développe et produit des radiopharmaceutiques (médicaments radioactifs à
vie courte injectables) qui doivent répondre aux standards de qualité pharmaceutique et de sécurité du
sujet.
A ce titre, vous travaillerez en interaction directe avec l’équipe de radiochimie, sous la direction
pharmaceutique du CERMEP. Vous serez en charge de la mise en œuvre des procédures de synthèse
des produits radiopharmaceutiques destinés à être injectés dans le cadre des protocoles de recherche
clinique et préclinique des départements TEP, TEP-IRM et ANIMAGE du CERMEP-imagerie du Vivant.
Activités :
• Assurer les synthèses de médicaments radiopharmaceutiques à vie courte, marqués par isotopes
produits par un cyclotron, à l’aide d’automates, en salle à atmosphère contrôlée ;
• Mettre en oeuvre des méthodes d'analyses physico-chimiques rapides, principalement
chromatographiques: HPLC analytique, CCM, chromatographie gazeuse ;
• Gérer les commandes et les matériels ;
• Rédiger des rapports de synthèse et/ou d’analyse, rédiger et renseigner dans les systèmes
d'information les documents nécessaires ;
• Participer aux développements de nouvelles synthèses, aux contrôles de lots de validation de
nouveaux radiopharmaceutiques,
• Veiller à la qualité microbiologique des préparations radiopharmaceutiques, assurer la qualité
environnementale des zones de production.
Poste à pourvoir dès le 1er Mars 2021.
Post-doc Organic chemistry and radiochemistry
CONTEXT
Molecular imaging is part of standard care for many cancer types. Positron Emission Tomography (PET) associated with radiotracers labeled a positron emitter is a gold standard for functional, metabolic and quantitative imaging of relevant biomarkers. Ultrasound (US) is a broadly available, cost-effective and real-time imaging modality for anatomical and functional imaging for diagnosis. In addition, its mechanical ability to permeabilize membranes is also expected to play a crucial role in therapy via drug delivery enhancement. In the frame of the IMPETUS project funded by INSERM we aim to leverage the best profit of both modalities to provide improved theranostic applications in oncology.
OBJECTIVES
The recruited student will have to develop original strategies to radiolabel microbubbles (US contrast agents) with fluorine-18 and to participate to the formulation of targeted microbubbles to improve their biodistribution in vivo. Bioconjugation approaches including click chemistry will be explored to achieve the above-mentioned goal. Radiolabeling of nanoparticles and antibodies with zirconium-89 will also be part of the project.
The IMPETUS project involves 3 academic laboratories expert in radiochemistry and PET as well as US imaging/therapy (BioMaps, CEA, where the postdoc student will be recruited), MB formulation and delivery (Centre de Biophysique Moléculaire, Orleans) and technological US devices (GREMAN, Université de Tours).
The Paris Saclay Multimodal Biomedical Imaging Laboratory (BioMaps) aims to design biomedical imaging methods, instruments and agents for different imaging modalities and their transfer to clinical applications in neurology and oncology. BioMaps intends to be a major player in medical imaging research at the Physics-Chemistry-Medicine interfaces of Paris-Saclay.
CDD Ingénieur.e d’étude en neuroimagerie
La plateforme CATI (Centre pour l’Acquisition et le Traitement des Images), dédiée à l’harmonisation et à l’analyse des données de neuroimagerie dans le cadre de projets multicentriques de recherche clinique, a été créée début 2011 dans le cadre du plan Alzheimer (http://www.cati-neuroimaging.com). Le démarrage de cette plateforme s’est appuyé sur une grande variété d’expertises provenant de plusieurs équipes de recherche, à Neurospin (CEA - INRIA), à l’ICM (CNRS - SU - ICM - INRIA ) et au LIB (SU - INSERM - CNRS). Elle s’appuie aujourd’hui sur un réseau national d’une soixantaine de services d’imagerie (IRM, TEP et TEMP) auquel s’ajoutent une dizaine de centres européens. Une trentaine de projets de recherche français font aujourd’hui appel à ses services, qui s’étendent du design et l’implémentation de protocoles d’acquisition jusqu’à la mise à disposition des données acquises et des résultats d’analyses sur un serveur web sécurisé. Les acquisitions réalisées dans le cadre des projets de recherche sont collectées grâce à une solution sécurisée pour être analysées de manière centralisée à l’ICM, Neurospin et au LIB. Ces analyses sont effectuées avec un niveau de qualité élevé grâce à une organisation systématisée de leur production à partir de logiciels de référence, dont certains ont initialement été conçus au sein des équipes de recherche à l’origine du CATI.
Un poste d’ingénieur d’étude est à pourvoir à l’ICM au sein de l’équipe CATI. Le/la candidat/e sera chargé/e d’assurer le bon déroulement du contrôle qualité et des analyses d’images via des chaînes de traitements d’images. Il/elle sera chargé/e d’assurer la qualité des données d’imagerie et des résultats des traitements réalisés, ainsi que le respect des délais en terme de demande des utilisateurs, en collaboration avec les ingénieurs et attachés de recherche cliniques de l’équipe CATI. Il/elle participera à la bonne intégration des données et résultats d’analyses dans la base de données centralisées. Il/Elle sera amené/e à travailler sur des missions de suivi de la qualité globale des acquisitions et traitements ainsi que des améliorations en terme d’ergonomie et de performances sur les chaînes de traitements.
IE – neuroimagerie - CATI
Activités:
● Prendre en charge le contrôle qualité des données de neuroimagerie (IRM et/ou TEP/TEMP) collectées dans la plateforme logicielle dédiée en relation avec les attachés de recherche clinique de l’équipe
● Participer à la planification des traitements d’image par rapport aux contraintes des utilisateurs
● Prendre en charge la réalisation des traitements demandés et leur contrôle qualité dans l’environnement logiciel unifié (BrainVISA, intégrant des chaînes de traitements provenant de différentes suites logicielles accessibles à la communauté), en relation avec les ingénieurs de l’équipe
● Participer à l’intégration des données collectées dans le flux CATI
● Assurer le fonctionnement et participer à l’amélioration des chaînes de traitements et contrôle qualité dans l’environnement CATI
● Mener des missions d’analyse et de suivi global de la qualité de certaines chaînes de traitements et données
● Participer à la rédaction des procédures pour l’utilisation des chaînes de traitement et leur contrôle qualité
● Participer à l’amélioration de l’ergonomie et de la performance de chaînes de traitements dans l’environnement CATI, l’intégration de nouvelles chaînes de traitements et assurer le passage en production de ces améliorations en relation avec les ingénieurs de l’équipe
Post-doc-radiomique-IRM
Un poste de post-doctorant à temps plein de 18 mois est disponible au centre de cancérologie Léon Bérard en partenariat avec le laboratoire CREATIS pour développer une solution complète pour la stratification du cancer du sein dans le cadre d'un projet de collaboration avec Hitachi (DIxAI : Diagnostic Imaging with AI).
OBJECTIF DU PROJET
L'objectif est de développer une solution compléte pour la détection et la caractérisation du cancer du sein en associant IRM multiparamétrique radiomique et apprentissage profond.
Stage Ingénieur ou M2 data science US
CONTEXTE
Nous développons au laboratoire INSERM imagerie et cerveau (iBrain) une méthode d’imagerie par ultrasons pour l’aide à la chirurgie des tumeurs cérébrales. Nous mesurons la vascularisation des tumeurs juste avant l’acte chirurgical en per-opératoire à crâne ouvert au bloc de neurochirurgie du CHRU Bretonneau à Tours (figure 1.a). L’image de perfusion que nous obtenons est fusionnée sur une image échographique mode B (figure 1.b) afin d’obtenir une image mixte (figure 1.c) sur laquelle nous déterminons manuellement les contours de la tumeur à enlever lors de la chirurgie (zone segmentée par le trait vert sur les figure 1.b et figure 1.c). Une petite partie du tissu cérébral qui entoure la tumeur est aussi enlevée comme marge de sécurité. Il est important pour le neurochirurgien de déterminer le plus précisément possible l’étendue de cette zone d’infiltration péri-tumorale (balance onco-fonctionnelle) qui est ici contenue dans la zone segmentée entre le trait vert et le trait jaune afin de délimiter au mieux la quantité de tumeur/tissu cérébral à enlever lors de la chirurgie.
Lors de ce stage, nous souhaitons dans un premier temps développer des techniques de segmentation automatique de la tumeur cérébrale/infiltration péri-tumorale comme visualisée sur la Figure 1.c. Puis dans un deuxième temps améliorer le contraste et la résolution des images de perfusion actuelles en utilisant une nouvelle méthode d’imagerie basée sur la localisation de microbulles de produit de contraste ultrasonore PCUS (de taille entre 2μm et 10μm) denses injectées dans le sang. A haute concentration, les PCUS imagés se chevauchent, et le calcul de leur centre ainsi que leur suivi devient impossible ou erroné.
MISSIONS
Ce stage fait partie du projet de l’échange d’expertises « DEMAISED » démarré en Janvier 2021 soutenu par France Life Imaging (FLI) entre l’Inserm U1253-iBrain – Université de Tours et l’Institut de Recherches en Informatique de Toulouse (IRIT) – Université de Paul Sabatier.
Programme de travail en Data Science
En pratique, le/la stagiaire sera intégré/e au thème ultrasons de l’équipe Imagerie Biomarqueur et Thérapie de l’UMR INSERM iBrain à Tours.
1) Il participera au développement des nouvelles méthodes qui seront évaluées pour la segmentation automatique de la tumeur/zone péritumorale /cerveau sain sur l’image fusionnée Bmode/perfusion. La performance de la segmentation sera évaluée en comparaison à la vérité terrain réalisée manuellement par le neuro-chirurgien. Des modèles de réseaux de Neurones Convolutifs (CNN) ont déjà été développés au laboratoire iBrain [1] pour aider à résoudre les problèmes de segmentation de tumeurs cérébrales et la prédiction de survie des patients sur des images IRM. L’étudiant adaptera ces méthodes de réseaux de neurones et développera en lien avec l’IRIT d’autres méthodes de segmentation adaptées à notre application.
2) Des méthodes d’imagerie US des flux lents ont été développées très récemment. Elles sont basées sur la localisation spatiale individuelle des PCUS et le suivi de leurs déplacements dans la vascularisation. Ces PCUS sont injectés en perfusion lente dans le sang (faible concentration) afin de permettre une bonne séparation spatiale des microbulles et ainsi leurs localisations sans ambiguïté. Cela implique pour l’instant des temps d’acquisition beaucoup trop longs (10 minutes) pour être utilisé en per-opératoire pour notre application. Nous souhaitons lors de ce stage, imaginer et développer des méthodes de micro-localisation de PCUS permettant d’augmenter la concentration en bulles et réduire ainsi le temps d’acquisition des données permettant de reconstruire l’arbre vasculaire de la tumeur dans un temps compatible avec l’acte chirurgical. Des approches qui exploitent la Sparcité [2] et le Deep Learning [3] pour le tracking des bulles en super-résolution pourront être développées. En lien avec l’IRIT d’autres méthodes pourront être développées.
Les algorithmes seront évalués dans un premier temps à partir d’images médicales ultrasonores de simulation. Ces images de simulation seront développées par le stagiaire à partir des travaux existants à iBrain. L’analyse in vitro et in vivo de la méthode sélectionnée se fera à Tours avec un échographe programmable.
Un encadrement de proximité sera réalisé par deux étudiants en thèse au laboratoire Guillaume Lacoin (segmentation automatique) et Corentin Alix (super résolution).
----------
Références
[1] Sarahi Rosas Gonzalez, « Réseaux de neurones convolutifs pour la segmentation et le pronostic en oncologie cérébrale », Thèse en Sciences de la vie et de la Santé. Soutenue le 04/12/2020 à l’Université de Tours.
[2] A.Bar-Zion et al, “SUSHI: Sparsity-based Ultrasound Super-resolution Hemodynamic Imaging”, DOI 10.1109/TUFFC.2018.2873380, IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 2018.
[3] R.J.G.van Sloun et al, “Super-resolution Ultrasound Localization Microscopy through Deep Learning”, DOI 10.1109/TMI.2020.3037790, IEEE Trans Med Imaging, 2020
2021/01/13-CDD Ingénieur.e d’Etude Expérimentateur.trice en ultrasons et optique pour la recherche en imagerie médicale
Contexte de travail
L'Ingénieur-e qui sera recruté(e) sera placé(e) sous la responsabilité hiérarchique du Directeur d'Unité. Ses activités s'inscriront principalement au sein du thème « Développements Méthodologiques et Instrumentation ». BioMaps est localisé au Service Hospitalier Frédéric Joliot, au cœur de l’hôpital d’Orsay. Sa situation permet un lien direct entre les équipes de recherche, les patients et les médecins.
MISSION
Le laboratoire BioMaps recrute un expérimentateur pour participer aux recherches menées dans le domaine des ultrasons et de l’optique. Ces recherches ont pour objet de développer de nouveaux outils pour l’imagerie et la thérapie par ultrasons. La personne assurera l'interfaçage et la programmation des instruments. Elle veillera également au bon fonctionnement des dispositifs existants, ces dispositifs comportant principalement des hydrophones, des échographes ouverts, des électroniques de puissance, mais aussi une source laser.
ACTIVITES
- Programmer, interfacer et valider un système de thérapie par ultrasons.
- Programmer et valider des séquences d’imagerie dans un échographe ouvert. Une des tâches consistera à piloter un appareil d’échographie ouvert couplé à une source laser.
- Monter, interfacer et réaliser des expériences ultrasonores en cuve utilisant des systèmes d'émission/réception ultrasonore pilotant des sondes ultrasonores et des moteurs de déplacements pas à pas.
- Former et accompagner les utilisateurs des montages expérimentaux comme les stagiaires ou les doctorants.
2021/01/06 – Post-doc in radiomics – Consortium HARMONY
The HARMONY consortium is recruiting a post-doc fellow with expertise in radiomics, machine/deep learning and statistics.
Radiomics denotes the high throughput extraction of numerous quantitative metrics (including shape, intensity or textural features) of medical images with the goal of providing a full macroscopic phenotyping of tissues (tumors, organs, etc.) that could reflect at least in part the underlying pathophysiological processes (such as necrosis, proliferation, etc.), down to the genomic level [1]. Radiomics has shown promising results in identifying tumor subtypes, aggressiveness as well as in predicting response to therapy and outcome of patients in several cancers [2], however, most of these results have been obtained small, retrospective and monocentric cohorts. On the one hand, standardization was identified early on as a major limitation preventing radiomics to enter clinical practice, because of the lack of comparability of the results. No meta-analysis could be carried out, because each research group relied on different methodological workflows, software, nomenclature and implementation choices, and did not provide sufficient details for their work to be reproduced [3]. These issues have been addressed by the Imaging Biomarker Standardization Initiative (IBSI) [4]. On the other hand, it has been shown for PET [5]–[7], CT [8], [9] and MRI [10], [11] that most radiomic features exhibit moderate to high sensitivity to variability in scanner models, acquisition protocols and reconstruction settings, which constitutes the biggest challenge for multicentric studies [12].
OBJECTIVES
Our long term goal is to achieve societal impact by improving patients management. This will be achieved thanks to more robust and accurate predictive models that will help identify patients at risk before initiating treatment. In order for these tools to be exploited in the clinical routine a high level of proof is necessary, which in turn requires larger scale, multicentric (ideally prospective) studies regarding the use of radiomics and/or deep learning techniques relying on multimodal medical images, which are currently lacking. Our objectives are thus to develop harmonization techniques in both image and feature domains in order to improve, facilitate or even render feasible otherwise impossible radiomic analyses of large, multicentric, heterogeneous cohorts. In the present project, we aim at validating these methods in several applications across the consortium.
The consortium is recruiting a post-doc fellow that will join the group in which another post doc has already been working since August 2020.
References
[1] E. Segal, C. B. Sirlin, C. Ooi, A. S. Adler, J. Gollub, X. Chen, B. K. Chan, G. R. Matcuk, C. T. Barry, H. Y. Chang, and M. D. Kuo, “Decoding global gene expression programs in liver cancer by noninvasive imaging,” Nat Biotechnol, vol. 25, no. 6, pp. 675–80, Jun. 2007.
[2] M. Hatt, C. C. Le Rest, F. Tixier, B. Badic, U. Schick, and D. Visvikis, “Radiomics: Data Are Also Images,” J. Nucl. Med. Off. Publ. Soc. Nucl. Med., vol. 60, no. Suppl 2, pp. 38S-44S, Sep. 2019.
[3] M. Vallières, A. Zwanenburg, B. Badic, C. Cheze Le Rest, D. Visvikis, and M. Hatt, “Responsible Radiomics Research for Faster Clinical Translation,” J. Nucl. Med. Off. Publ. Soc. Nucl. Med., vol. 59, no. 2, pp. 189–193, 2018.
[4] A. Zwanenburg, M. Vallières, M. A. Abdalah, H. J. W. L. Aerts, V. Andrearczyk, A. Apte, S. Ashrafinia, S. Bakas, R. J. Beukinga, R. Boellaard, M. Bogowicz, L. Boldrini, I. Buvat, G. J. R. Cook, C. Davatzikos, A. Depeursinge, M.-C. Desseroit, N. Dinapoli, C. V. Dinh, S. Echegaray, I. El Naqa, A. Y. Fedorov, R. Gatta, R. J. Gillies, V. Goh, M. Götz, M. Guckenberger, S. M. Ha, M. Hatt, F. Isensee, P. Lambin, S. Leger, R. T. H. Leijenaar, J. Lenkowicz, F. Lippert, A. Losnegård, K. H. Maier-Hein, O. Morin, H. Müller, S. Napel, C. Nioche, F. Orlhac, S. Pati, E. A. G. Pfaehler, A. Rahmim, A. U. K. Rao, J. Scherer, M. M. Siddique, N. M. Sijtsema, J. Socarras Fernandez, E. Spezi, R. J. H. M. Steenbakkers, S. Tanadini-Lang, D. Thorwarth, E. G. C. Troost, T. Upadhaya, V. Valentini, L. V. van Dijk, J. van Griethuysen, F. H. P. van Velden, P. Whybra, C. Richter, and S. Löck, “The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping,” Radiology, p. 191145, Mar. 2020.
[5] P. E. Galavis, C. Hollensen, N. Jallow, B. Paliwal, and R. Jeraj, “Variability of textural features in FDG PET images due to different acquisition modes and reconstruction parameters,” Acta Oncol, vol. 49, no. 7, pp. 1012–6, Oct. 2010.
[6] J. Yan, J. L. Chu-Shern, H. Y. Loi, L. K. Khor, A. K. Sinha, S. T. Quek, I. W. K. Tham, and D. Townsend, “Impact of Image Reconstruction Settings on Texture Features in 18F-FDG PET,” J Nucl Med, vol. 56, no. 11, pp. 1667–1673, Nov. 2015.
[7] E. Pfaehler, R. J. Beukinga, J. R. de Jong, R. H. J. A. Slart, C. H. Slump, R. A. J. O. Dierckx, and R. Boellaard, “Repeatability of 18 F-FDG PET radiomic features: A phantom study to explore sensitivity to image reconstruction settings, noise, and delineation method,” Med. Phys., vol. 46, no. 2, pp. 665–678, Feb. 2019.
[8] D. Mackin, X. Fave, L. Zhang, D. Fried, J. Yang, B. Taylor, E. Rodriguez-Rivera, C. Dodge, A. K. Jones, and L. Court, “Measuring Computed Tomography Scanner Variability of Radiomics Features,” Invest. Radiol., vol. 50, no. 11, pp. 757–765, Nov. 2015.
[9] R. Berenguer, M. D. R. Pastor-Juan, J. Canales-Vázquez, M. Castro-García, M. V. Villas, F. Mansilla Legorburo, and S. Sabater, “Radiomics of CT Features May Be Nonreproducible and Redundant: Influence of CT Acquisition Parameters,” Radiology, vol. 288, no. 2, pp. 407–415, 2018.
[10] F. Yang, N. Dogan, R. Stoyanova, and J. C. Ford, “Evaluation of radiomic texture feature error due to MRI acquisition and reconstruction: A simulation study utilizing ground truth,” Phys. Medica PM Int. J. Devoted Appl. Phys. Med. Biol. Off. J. Ital. Assoc. Biomed. Phys. AIFB, vol. 50, pp. 26–36, Jun. 2018.
[11] H. Um, F. Tixier, D. Bermudez, J. O. Deasy, R. J. Young, and H. Veeraraghavan, “Impact of image preprocessing on the scanner dependence of multi-parametric MRI radiomic features and covariate shift in multi-institutional glioblastoma datasets,” Phys. Med. Biol., vol. 64, no. 16, p. 165011, Aug. 2019.
[12] M. Hatt, F. Lucia, U. Schick, and D. Visvikis, “Multicentric validation of radiomics findings: challenges and opportunities,” EBioMedicine, Aug. 2019.
2020/03/11 – Chargé(e) de mission pour la coordination opérationnelle du Hub Grand Est de l’infrastructure nationale France Life Imaging
CONTEXTE
L’infrastructure nationale en Biologie Santé, France Life Imaging (« FLI »), a été créée en 2012 pour développer et renforcer le réseau des plateformes d’imagerie in vivo, offrir un accès facile à un ensemble d’équipements d’imagerie et de services en gestion et analyse de données à la pointe de la technologie et faciliter les partenariats et les collaborations entre partenaires académiques mais aussi avec les industriels. En 2020, FLI s’est élargie à 38 plateformes d’imagerie in vivo distribuées sur le territoire et regroupées en 9 Hubs régionaux et a reçu un abondement complémentaire, pour pérenniser l’infrastructure ainsi élargie, jusqu’en 2025.
Pour soutenir le coordinateur scientifique du Hub Grand Est, l’Université de Lorraine recrute en CDD un chargé(e) de mission dans son action d’animation du Hub au niveau régional et de renforcement du lien avec les autres hubs régionaux. Les forces principales en imagerie in vivo sont principalement situées sur Nancy, Strasbourg et Reims.
MISSIONS.
Placé sous la direction du coordinateur Régional, le Professeur Jacques Felblinger, la personne recrutée sera localisée à Nancy et devra se déplacer régulièrement à Strasbourg (1h30 en train) et au niveau national pour représenter ou accompagner le coordinateur pour les réunions nationales FLI (1/mois). Elle organisera les réunions régionales, fera le lien avec la coordination nationale. Elle mettra en place des outils de gestion des plateformes d’imagerie et des tableaux de bords de suivi. Elle mettra en place une politique de communication web/réseau avec les plateformes pour améliorer la visibilité du hub régional. Elle sera en charge de suivre les appels d’offres régionaux, de préparer les dossiers de réponse à ces appels avec les directeurs de laboratoires d’imagerie du HUB. Elle aura aussi la charge dans un deuxième temps de recenser les laboratoires et plateformes d’imagerie se situant dans l’environnement de la région Grand-Est.