| Laboratoire : | Centre de Physique des Particules de Marseille Case 902 |
| 163 avenue de Luminy - 13288 Marseille Cedex 9 | |
| Directeur : | Cristinel Diaconu - 04.91.82.72.01 - diaconu@cppm.in2p3.fr |
| Correspondant : | William Gillard - 04.91.82.72.67 - gillard@cppm.in2p3.fr |
| Groupe d'accueil : | imXgam |
| Chef de groupe : | Christian Morel - 04.91.82.76.73 - morel@cppm.in2p3.fr |
| Directeur de thèse : | Christian Morel / Yannick Boursier - +33 (0)491827641 - boursier@cppm.in2p3.fr |
Thématique : Imagerie médicale
Mission :
Le travail de recherche s'inscrit dans le contexte du projet Prompt-Gamma Time Imaging (PGTI), financé par l’ERC, qui vise à faire une preuve de concept instrumentale et méthodologique du contrôle en temps réel, et sur données réelles, de la distribution d'émission des Gamma Prompts (GPs) dans le contexte de la hadronthérapie. Un système de détection placé autour du patient - composé d'un moniteur de faisceau et de détecteurs gamma - d’une résolution temporelle de 100 ps fournit des mesures de temps de vol des particules mises en jeu dans le traitement. Le premier objectif de la thèse proposée est d'exploiter ces données pour être capable de détecter le plus tôt possible une divergence significative entre le traitement réel et le plan de traitement (simulé en amont), et d'arrêter le traitement le cas échéant. L'objectif final est de pouvoir estimer le profil de dépôt de dose à partir des mesures de temps de vol avec une précision suffisante pour ajuster le traitement en temps réel par rapport au plan de traitement.
Activités :
Le/La doctorant.e recruté.e rejoindra l'équipe imXgam du Centre de Physique des Particules de Marseille responsable du développement la méthodologie de traitement des données du projet PGTI.
Il/elle développera une activité de recherche à l'interface entre les sciences de l'information et la physique médicale afin d'explorer des applications de l'intelligence artificielle pour les données de temps de vol en hadronthérapie. Il/elle poursuivra les objectifs principaux suivants : i) perfectionner notre approche de reconstruction 3D des vertex de GPs basée sur un problème d'optimisation qui incorpore la physique de la hadronthérapie (e.g. notamment en analysant des données simulées et réelles disponibles afin d'incorporer des régularisations adaptées). Les résultats obtenus à cette étape permettront en particulier d'optimiser le design de l'instrument pour une résolution spatiale maximale ; ii) évaluer l'apport des méthodes d'apprentissage automatique (machine learning) et d'apprentissage profond (deep learning) pour estimer conjointement la distribution 3D des vertex de GPs et les changements anatomiques (i.e. de densité électronique) entre le temps du plan de traitement et le temps du traitement réel. Cette quantité essentielle au problème est souvent estimée au préalable avec des incertitudes significatives qu'il faudra compenser. Différentes stratégies seront étudiées et les plus pertinentes (transfert learning, utilisation de Generative Adversarial Networks) seront évaluées sur des données réelles avec le retour d'expertise de médecins et radiophysiciens.
Le/la doctorant.e s'intégrera au projet PGTI financé par une ERC Starting Grant portée par Sara Marcatili (LPSC) dans le cadre d’une collaboration tripartite entre le Laboratoire de Physique Subatomique & Cosmologie (LPSC) à Grenoble, le Centre de Physique des Particules de Marseille (CPPM) et le Centre Antoine Lacassagne (CAL) à Nice.
Il/Elle bénéficiera de l'environnement de travail pluridisciplinaire, riche et stimulant de l'équipe imXgam, du CPPM et du Campus de Luminy, dont un accès au savoir-faire et aux moyens informatiques du Centre de Calcul de l’IN2P3.