[StageM2] Compréhension de scène par des LLMs à partir d’OpenUSD pour la robotique

Contexte La compréhension de l’environnement est essentielle pour les systèmes robotiques. Les robots ont besoin d’informations fiables sur les objets, les espaces et leurs relations pour agir efficacement. Les grands modèles de langue (LLM) sont de plus en plus utilisés comme couches d’orchestration en robotique[1]. Leur raisonnement s’améliore lorsqu’ils reçoivent…

Lire la suite

[Poste IGR] Ingénieur/e de recherche IA et segmentation automatique des images médicales

Entité/Service : Institut de biologie Valrose (IBV) Le défi à relever Nous recherchons notre futur/e Ingénieur/e de recherche en IA et segmentation automatique des images médicales ! Rejoignez-nous au sein d’Université Côte d’Azur, reconnue depuis 2016 pour son excellence scientifique et pédagogique, pour créer ensemble le modèle de l’université du…

Lire la suite

[StageM2] identification automatique des repères osseux dans le pelvis sur des CT scans

Contexte et Objectifs : L’identification des repères osseux est une procédure essentielle en orthopédie personnalisée, en biomécanique et en morphométrie. Ses domaines d’application incluent par exemple la planification préopératoire et la navigation peropératoire personnalisées, la mise à l’échelle personnalisée des modèles musculo-squelettiques et l’analyse statistique de la morphologie osseuse. Ces…

Lire la suite

[StageM2] développement outil de screening automatique de comptes rendus médicaux pour la recherche d’images scanner dans le PACS et constitution BDD d’images scanners annotées pour la segmentation automatique d’images médicales

Contexte Le stagiaire travaillera dans le contexte du projet RHU REBONE et ORD’IA en collaboration avec les équipes de recherche et les équipes cliniques du projet. Contrairement aux cas sains, la segmentation automatique de scanner d’os fracturés est très complexe et compliquée à automatiser et nécessite une base de données…

Lire la suite

[StageM2] Détection et segmentation automatiques des fractures du bassin sur des CT scans en utilisant le Deep Learning.

Contexte et Objectifs La fracture du bassin est l’une des principales causes de décès chez les personnes âgées, avec un risque élevé de décès dans l’année suivant la fracture. Un diagnostic rapide et précis est indispensable à l’hôpital, notamment aux urgences, afin de permettre une intervention chirurgicale précoce et de…

Lire la suite

[MCF] Traitement d’image – U. Bourgogne Europe – ImViA & IUT Le Creusot – section CNU 61

Profil Traitement d’image : cybersécurité des systèmes de vision embarqués et robotisés Poste MCF à l’Université Bourgogne Europe : IUT Le Creusot & Laboratoire de Recherche ImViA (Imagerie et Vision Artificielle)Lieu d’exercice : site universitaire de la ville du Creusot adresse IUT : IUT, 71200 Le Creusot adresse Laboratoire ImViA…

Lire la suite

[StageM2] NLP-based Chatbot Development for Suicide Prevention

Context Suicidal behavior is a major public health concern and remains one of the leading causes of death among young adults worldwide [1]. In France, suicide prevention strategies rely heavily on Brief Contact Interventions (BCIs), which maintain structured, long-term contact with individuals after a suicide attempt. In the Brittany region,…

Lire la suite

[StageM2] : Métrologie corporelle 3D en cancérologie par techniques de vision par ordinateur

L’équipe de recherche RAP du LAAS-CNRS (https://www.laas.fr/fr/equipes/rap/), dans le cadre d’une collaboration avec l’Oncopole (Institut Universitaire du Cancer de Toulouse), propose un stage sur la modélisation 3D afin de cartographier certaines zones de sensibilité sur le corps d’un patient suite à traitements contre le cancer. Le patient peut alors ressentir…

Lire la suite

[StageM2/Ing] : Modélisation de données de crowdsourcing en agriculture par des approches de deep learning et processus ponctuels

Disciplines : Data Science / Deep Learning / Agronomie / EnvironnementDurée : 5 à 6 moisLieu : MontpellierNiveau requis : Master 2 / dernière année d’école d’ingénieurMots-clefs : crowdsourcing, état hydrique de la vigne, Intelligence Artificielle, mathématiquesappliquées, viticulture, sciences participatives, statistiques Contexte :Le suivi de l’état hydrique de la vigne…

Lire la suite