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
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.
2020/11/03 – Post doc position – PANomic Atlas for non-small CEll lung cancer managEment
OBJECTIVE
The goal of this project is to develop a panomic atlas for lung cancer patients based on clinical data, histological biomarkers and radiomic features extracted from PET/CT images.
MEDICAL CONTEXT AND HYPOTHESIS
In oncology, the main challenge for physicians is to identify the right treatment for the right patient at the right time. This is especially the case for advanced lung cancer, where the identification of biomarkers predictive of treatment response is essential to optimize management. In practice, physicians integrate different types of information into their decisions, mainly from clinical, biological, histological and medical imaging data. Medical imaging, both morphological and functional, is today an essential component in patient management, for diagnosis, therapeutic evaluation and follow-up. However, although medical images are systematically acquired during the patient's care, they remain largely under-exploited today. The assumption that medical images contain much more information than is currently extracted has led to the development of a new discipline, Radiomics, which has grown rapidly since 2010 (more than 2500 publications using the term "radiomics" according to PubMed).
Given the complexity and wide variety of data available to physicians, we assume that machine learning approaches can assist in the identification of a small group of patients with very similar characteristics, in a reference database, consisting of patients already treated for the same pathology. The medical history of these "twins" will allow doctors to access valuable information to identify the therapeutic strategy to be adopted for the new subject.
CHALLENGES AND POTENTIAL METHODOLOGICAL INVESTIGATIONS.
All methodological developments will be performed by LITO in close collaboration with the Departments of Nuclear Medicine, Radiology ad Medical Oncology of Institut Curie. The database to be used will include about 400 cases from Institut Curie. The challenges to be tackled include:
- Designing a tool for navigating through an extensive atlas for lung cancer lesions.
- Defining new radiomic features to be integrated into the atlas patient profile in order to fully exploit the potential of whole-body imaging.
- Developing methods to correct for multicentric variability that affects radiomic feature values.
- Identifying biomarkers predictive of response to treatment or prognosis among the characteristics available in the patient profile and to evaluate the contributions of each type of information (clinical, histological, biological, imaging).
- Demonstrating the relevance of the approach to patient management in relation to current practices.
References:
1. Orlhac F, Cassou-Mounat T, Pierga J-Y, Luporsi M, Nioche C, Bouveyron C, Ayache N, Jehanno N, Livartowski A, Buvat I. Can we identify « twin patients to predict response to neoadjuvant chemotherapy in breast cancer? J Nucl Med. 61:275, 2020. 2. Orlhac F, Boughdad S, Philippe C, Stalla-Bourdillon H, Nioche C, Champion L, Soussan M, Frouin F, Frouin V, Buvat I. A post-reconstruction harmonization method for multicenter radiomic studies in PET. J Nucl Med. 59:1321–1328, 2018.
3. Nioche C, Orlhac F, Boughdad S, Reuzé S, Goya-Outi J, Robert C, Pellot-Barakat C, Soussan M, Frouin F, Buvat I. LIFEx: a freeware for radiomic feature calculation in multimodality imaging to accelerate advances in the characterization of tumor heterogeneity. Cancer Res. 78:4786– 4789, 2018.
2020/10/16 – Thèse : l’imagerie multimodale des interactions neurogliales
CONTEXTE SCIENTIFIQUE
Les besoins thérapeutiques liées aux maladies du système nerveux central ne sont que partiellement couverts par les médicaments actuels. Il est nécessaire de revisiter certains concepts pharmacologiques afin d’ouvrir le champ à de nouvelles stratégies thérapeutiques, notamment en ciblant des cellules autres que les neurones. Ainsi, les cellules gliales, qui composant 50% des cellules cérébrales de l’Homme, sont dorénavant considérées comme des acteurs à part entière dans la transmission des signaux chimiques et la régulation des neurones. Parmi les cellules gliales, les astrocytes contribuent à cette ‘gliotransmission’ et leurs connexines sont proposées comme une cible pour améliorer le profil pharmacologique de médicaments utilisés en neurologie et psychiatrie. Si la gliopharmacologie (par analogie à la neuropharmacologie) est un nouvel enjeu pour les médicaments de demain en neuropsychiatrie, il est primordial d’avoir à disposition des approches in vivo permettant leurs explorations. Dans ce contexte, la neuroimagerie TEP et IRM offre un champ d’exploration à la fois moléculaire et fonctionnel, tout en étant translationnel, de l’animal à l’Homme.
PROJET DE THESE
La thèse aura pour but de montrer que la neuroimagerie TEP, IRM et par ultrasons à haute résolution (fUS) permet l’exploration des réseaux neurogliaux afin de comprendre leurs contributions moléculaires, cellulaires et fonctionnelles au décours de processus pharmacologiques.
Ses objectifs seront les suivants :
1. Identifier les contributions respectives des neurones et des principales cellules gliales (les astrocytes) dans les données d’imagerie multimodale (TEP, IRMf et fUS) obtenues sur des modèles animaux
2. Explorer par neuroimagerie l’impact de modulateurs pharmacologiques – et notamment de médicaments à visée cérébrale – sur ces diverses populations cellulaires du cerveau.
3. Développer et valider un outil préclinique inédit de neuroimagerie multimodale contribuant à l’obtention de données expérimentales pour la gliopharmacologie.
2020/10/16 – Post doctorant.e – Nouvelles sondes IRM reposant sur un procédé innovant de fabrication additive
Post-doctoral Fellow position for developing new family of MRI probe based on innovative additive manufacturing process.
A 2-years postdoctoral fellow position is available at the University Claude Bernard Lyon 1, Villeurbanne France. The postdoctoral fellow will participate in a multi-disciplinary research program that develops novel MRI coils dedicated to tissue engineering 3D characterizationi. The postdoctoral fellow will work as part of different research groups ( AMPERE, 3DFAB and LGEF) as well as a group of graduate students, postdoctoral fellows, faculty and scientists in the AMPERE lab as many of the work will be developed on its “plastronic” platform.
Primary research area focus
1) Integrating monitoring devices for in vivo imaging of engineered tissue constructs: heating and gas administration systems, optical physiological sensor, smartly Interfacing RF coil and peripherals to control devices. Designing dedicated MRI coil for in vivo imaging could be necessary.
2) Imaging with one multifunctional “MRI probe”: coil characterization by imaging and comparison with measurements on bench. After validation of the MRI probe, the design will be replicated to be tested by non-expert on different platforms of the French network of in-vivo imaging.
Responsabilities
All applicants will be expected to utilize and extend state-of-the-art MRI instrumentation to developed new tools to facilitate imaging of biological constructs in vivo. Specifically, the main tasks will involve coil design/fabrication, integration of peripherals such as piezo-actuators for magnetic resonance elastography, data collection, management and analysis, image post-processing, multi-parametric cohort analysis.
2020/09/15 – Post doctorant.e IRM à ultra haut champ magnétique
Motion correction for brain Magnetic Resonance Imaging at high and ultra-high field.
We are looking for a curious, motivated, team-oriented candidate with a PhD degree in signal processing, physics, computer science, applied mathematics, biomedical engineering or related topics. Prior knowledge in magnetic resonance parallel imaging acquisition and reconstruction techniques would be advantageous.
The successful candidate will work in the central nervous system team composed of physicists, neuroscientists, clinicians and computational scientists.
Salary is based on previous experience (2.7-3.2 k€ monthly gross salary).
The position is granted by Aix Marseille University (www.univ-amu.fr) in a partnership project with
Siemens Healthineers. The work will be done at the CRMBM laboratory (www.crmbm.univ-amu.fr) which is located in the center of the lively Marseille city, within La Timone university hospital.
2020/09/15 – Ingénieur.e biomédical.e en imagerie médicale
Dans le cadre d’un projet d’Innovation Technologique porté par Stéphane Mornet (ICMCB - Institut de Chimie de la Matière Condensée de Bordeaux), l’Université de Bordeaux recrute un ingénieur(e) biomédical (spécialité imagerie médicale) pour un contrat à durée déterminée (un an minimum avec prolongement éventuel). Le/la candidat(e) sera impliqué dans un programme de R&D dédié à la maturation (preuve de concept, validation in vivo, optimisation) de nanoparticules diagnostiques innovantes. Il/elle travaillera dans un environnement interdisciplinaire à l’interface entre chimie, imagerie biomédicale et problématiques médicales.
Le travail expérimental sera réalisé sur une plateforme d’imagerie biomédicale (IRM pré-clinique et clinique, imagerie optique) située sur le campus Carreire de l’université de Bordeaux.
Missions :
1- Effectuer des mesures de relaxométrie RMN sur les nanoparticules (acquisitions, analyse des résultats et rédaction de comptes rendus)
2- Réaliser les acquisitions IRM pré-cliniques sur modèles animaux (souris)
- Mise en place des protocoles IRM
- Acquisitions des images in vivo
- Analyses qualitatives et quantitatives des résultats IRM
- Réalisation de profils pharmacocinétiques et analyses de biodistribution
- Rédaction de comptes rendus et de synthèses sur le déroulement et les résultats de l’étude IRM in vivo
3- Contribuer à l’intégration des résultats IRM avec ceux obtenues in vivo par imagerie de fluorescence et ex vivo sur prélèvement et par histologie.
2020/06/17 – Doctorat “Positron Emission Tomography Image Reconstruction”
Context and objectives.
Nuclear imaging, especially positron emission tomography (PET), is a powerful tool of nuclear medicine in oncology. The development of multimodality (PET-CT, PET-MR) along with advances in PET technology enable ever-increasing precision and accuracy in the quantification of molecular processes in vivo. However, PET measurements do not directly lead to images and a complex inverse tomographic problem has _first to be solved. This task of tomographic reconstruction is essential in PET as it may have a significant impact on image quantification, and thus the outcome. In this context, this PhD project focus on the development of innovative tomographic image reconstruction methods in order to tackle current and future challenges raised by applications where the recorded signal is weak.
Our team has a recognized expertise in 90Y PET imaging for postinfusion quantitative assessment following radioembolization therapy in liver cancer [1]. The challenge of this application is to be able to evaluate the delivered dose inside and outside the targeted lesions, from the reconstruction of the
90Y PET signal [2]. This signal is characterized by very few interesting events hidden in a high level of background events [3, 4], making the tomographic reconstruction problem very ill-posed. From current state-of-the-art methods, reconstructed images su_er from high levels of noise and local bias, which do not allow for precise dosimetry.
In the continuation of the efforts lead by the team, the candidate will work on the development and evaluation of methods adapted to this challenging application. The PhD project has two main objectives.
The first objective is to build innovative PET reconstruction algorithms allowing to further optimize the compromise between bias and noise, as compared to currently investigated algorithms. These algorithms could be driven by the flexible -divergence [5] and include a penalty term based on the recently proposed deep image prior [6]. The second objective is to develop a method able to associate confidence values on dosimetry measurements extracted from the reconstructed PET images. As PET images intrinsically suffer from inaccuracy and/or imprecision, being able to deliver confidence values or intervals associated to them seems natural but is a challenge. The developments would be based on recently proposed bayesian posterior bootstrap methods [7] that provided promising preliminary results when applied to PET reconstruction.
Current protocols are running on PET/CT scanners. A hybrid PET/MR scanner will be installed in 2021 at the University Hospital. Future patients treated with 90Y will benefit from the use of this scanner for improved liver imaging thanks to MR. The use of MR information in the PET reconstruction process and the estimation of confidence values is of particular interest. Taking advantage of multimodality will be an integrated part of the PhD project.
The position is funded by iemens Healthineers (these Cifre). The collaboration between Siemens Healthineers and the University Hospital is of long duration. The project will also be conducted in partnership with the Numerical Science Laboratory in Ecole Centrale Nantes and will be associated with the work done by a current PhD student.
2020/05/18 – CDD “Technicien Biologie / Biochimie / Biophysique pour l’imagerie préclinique”
Contexte
Le thème central de recherche du laboratoire est l’étude et la reconstruction des tissus orofaciaux. Nos travaux sont axés sur la compréhension des mécanismes liés à la formation et à la régénération de cette sphère en nous basant, d’une part sur l’étude des cellules qui la constituent, et de l’autre sur la matrice extracellulaire qu’elles produisent. Le laboratoire a aussi pour mission la formation en recherche des étudiants de la licence jusqu’au doctorat. Le laboratoire héberge la modalité micro-CT pour l'imagerie préclinique de la plateforme d’imagerie du vivant (PIV) de l’Université de Paris.
Issue du rapprochement des Universités Paris Descartes et Paris Diderot et intégrant l’Institut de physique du globe de Paris, l’Université de PARIS propose pour la première fois sur le territoire parisien, une offre de formation pluridisciplinaire des plus complètes et des plus ambitieuses en recherche, tout en ayant un fort rayonnement international.
Mission
L’agent devra assurer les missions suivantes :
· préparer les expérimentations en respectant le protocole préétabli ;
· Acquisitions et traitements des données micro-CT
· Surveiller statuts sanitaires ;
· Appliquer les réglementations du domaine d’étude ;
· Recueillir et mettre en forme les informations nécessaires à la bonne conduite de l’expérimentation ou requises par la législation ;
· Tenir un cahier de laboratoire ;
· Gérer les stocks et les commandes ;
· Assurer l’entretien et la maintenance de premier niveau du matériel et des équipements ;