Stage Ingénieur - Reconstruction d'images de microscope assistée par IA H/F
Stage Grenoble (Isère)
Description de l'offre
Détail de l'offre
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
2025-37724Description de l'unité
Notre laboratoire développe des systèmes optiques couplés à des algorithmes d'IA pour l'imagerie in vitro. Nos méthodes d'imagerie sont non conventionnelles et nécessitent une étape de reconstruction pour passer des données brutes à une image interprétable.
Description du poste
Domaine
Optique et optronique
Contrat
Stage
Intitulé de l'offre
Stage Ingénieur - Reconstruction d'images de microscope assistée par IA H/F
Sujet de stage
Reconstruction d'images de microscope assistée par IA
Durée du contrat (en mois)
6 mois
Description de l'offre
Une manière d'améliorer la reconstruction de nos images est d'utiliser desalgorithmes de deep learningentrainés à l'aide d'images quantitatives et bien résolues.
Le sujet de stage s'articule autour de cette thématique :
1/Création d'une base de donnéescontenant des images d'échantillons biologiques avec différentes modalités optiques et conditions d'acquisition : prise en main du banc d'imagerie multimodal, mise en place des scripts d'acquisition, réalisation des acquisitions.
2/Préparation des données pour l'apprentissage: recalage des images entre modalités, prétraitement des images (correction des aberrations et des défauts).
3/Mise en place de méthodes d'IA pour améliorer la reconstructiond'imagesà partir de cette base de données : CNN simple, CNN inséré dans une approche problème inverse (physic driven approach), GAN pour tester des approches de transfert de style entre modalités.
4/Test de robustesse(variation des paramètres d'acquisition) et de généralisation des algorithmes développés : variation de l'illumination, du gain, du taux de compression des images, des composants optiques, du type de cellules…
Profil recherché
Profil du candidat
Bac +5, formation en physique, optique, traitement d'images.
Bonne maitrise de Python.
Appétence pour les problématiques en lien avec la santé et la biologie.