Information Générale
Ville : Nancy (France)
Date de début : 2024-06-01 (ou dès que possible)
Durée du contrt : 24 mois
Contact: Slim Ouni (Slim.Ouni@loria.fr)
Pour candidater (envoyer un CV et une lettre de motivation à l’adresse mail ci-dessus )
Contexte
Les maladies inflammatoires chroniques de l’intestin (MICI), notamment la maladie de Crohn (MC), présentent des défis significatifs pour les systèmes de santé et les patients en raison de leur caractère chronique et imprévisible, affectant une proportion importante de la population en France et en Europe et ayant des répercussions majeures sur la qualité de vie des patients ainsi que sur les ressources de santé. Dans le cadre du projet I-DEAL, l’objectif principal est de répondre aux besoins non satisfaits des patients atteints de la MC en permettant une intervention précoce et en favorisant un retour à une vie normale grâce à des solutions innovantes de surveillance à distance. L’un des objectifs du projet est de mettre au point un système de détection précoce des poussées de MC, basé sur l’analyse de données multimodales incluant des données vocales et visuelles. Ainsi, notre mission consiste à développer un tel système de surveillance à distance qui utilise des données multimodales collectées via des enregistrements vidéo, permettant une intervention rapide et améliorant la prise en charge des patients atteints de MC, et donc leur qualité de vie.
Missions
Collecte et traitement des données multimodales
- Participer à la mise en place du protocole de collecte des données audiovisuelles auprès des patients. Il s’agit de collecter des enregistrements vidéo des patients qui prononcent une série de phrases en étant en poussée.
- Développer des pipelines pour le traitement des données audiovisuelles (segmentation de la parole, réduction du bruit, extraction de features, transcription, etc.).
- Assurer la qualité et la cohérence des données collectées.
Développement logiciel
- Concevoir et implémenter des algorithmes pour l’extraction de features vocales et visuelles pertinentes pour la détection des poussées de MC.
- Développer des outils d’annotation et de visualisation des données multimodales.
- Contribuer aux développements des modèles de deep-learning de classification et d’identification des poussées de MC.
Collaboration
- Travailler en étroite collaboration avec les chercheurs et cliniciens du projet.
- Participer à la rédaction de publications scientifiques et de rapports d’avancement.
Profil recherché
- Master ou diplôme d’ingénieur en informatique, ou en traitement de la parole / audio, vision par ordinateur, apprentissage automatique ou dans un domaine connexe
- Une première expérience avec traitement et analyse des données multimodales est un plus.
- Solides compétences en programmation
- Capacité à travailler aussi bien en autonomie qu’en équipe.
- Rigueur, sens de l’analyse et esprit d’innovation.
