[StageM2] – Prédiction de la motricité après un AVC néonatal : modélisation de la connectivité structurelle cérébrale sous forme de graphe et GNN

Contexte : Environ 30% des enfants ayant eu un AVC néonatal ischémique développent des troubles moteurs permanents appelés paralysie cérébrale (Chabrier, 2019). L’étude de régions clés du cerveau peut aider à mieux comprendre les déficiences motrices manuelles provoquées (Craig, Carlson and Kirton 2019) (Hassett, et al. 2022) (Ilves, et al….

Lire la suite

[Stage] Koopman Operator for Non-Autonomous Systems:Change Detection and Trajectory characterization

Advisors: Olivier Alata (Professor) and Jordan Patracone (Associate Professor) Host laboratory: Hubert Curien Lab, UMR CNRS 5516, Saint-Etienne, France Starting date: Spring 2026 – Application deadline : 28th of November, 2025 Keywords: Koopman operator; Non-autonomous dynamical systems; Change-point detection;Deep learning; Anomaly detection. Context: This internship is part of the GreenAI…

Lire la suite

[Stage] Fusion of ultrasound and MRI images using weakly or unsupervised learning: application in neuro-oncology

——————————————————————————————————————–For detailed information, please visit: https://cloud.irit.fr/s/eHMsZcVoigPfenR——————————————————————————————————————– Stage M2 Keywords: ultrasound, IRM, fusion, deep learning, diffusion models, DDRM. Where: Institut de Recherche en Informatique de Toulouse (IRIT) in Toulouse. Project DescriptionGlial tumors are the most common primary brain tumors, with significant variability in aggressiveness and prognosis [1]. Surgical resection is the…

Lire la suite

[Stage] Développement de modèles de deep learning pour l’estimation de la qualité sensorielle de la viande par analyse d’image

Laboratoire IMS, CNRS – Bordeaux Sciences Agro Mots clés : deep learning, classification, segmentation sémantique, régression, persillé de la viande. Enjeux L’intelligence artificielle et la vision par ordinateur transforment aujourd’hui des secteurs aussi variés que la santé, l’automobile, la robotique… et même l’agroalimentaire. Chaque produit que nous consommons passe par…

Lire la suite

[Stage] Comparaison de volumes d’imagerie médicale, en modalités SPECT et TEP

Contexte L’équipe AI4M (Artificial Intelligence for Medicine) du CReSTIC est une équipe pluridisciplinaire, composée d’enseignants-chercheurs en sciences numériques et de personnels hospitalo-universitaires. Le paradigme  principal de l’équipe consiste à créer des concepts, méthodes et outils numériques à même de permettre de répondre à des questions cliniques. L’équipe a développé un…

Lire la suite

[PRuniv] Poste de Professeur des Universités en Traitement statistique du signal et des images

Professeur des UniversitésN° de Poste ODYSSEE : 253213Profil : Traitement statistique du signal et des images, inférence statistique, décision statistique Section(s) CNU : 26ème/27ème/61èmeLocalisation : Université de Technologie de Troyes, 12 rue Marie Curie à TroyesAffectation: LIST3NDate de prise de fonction : 01/01/2026Mots-clés : IA, traitement du signal et des…

Lire la suite

[PostDoc] Anomaly Localization in Temporal Graphs

Keywords: Temporal Graphs, Anomaly Detection, Auto-Encoders, Machine Learning, Combinatorial Optimization Context The Industrial Internet of Things (IIoT) is a rapidly evolving paradigm in which industrial sensors, machines, and other instruments are connected to the internet. The data provided by these systems are of great value for automated surveillance and detecting…

Lire la suite