Description
Des technologies émergentes dans le domaine des sources à rayons X et des détecteurs permettent dimaginer de nouveaux systèmes en rupture pour limagerie 3D.
En tomographie conventionnelle, un détecteur de grande surface acquiert des images dun objet exposé aux rayons X issus dune source ponctuelle. Les nouvelles générations de scanners médicaux intègrent par ailleurs des détecteurs semi-conducteurs spectrométriques permettant un gain réel en terme de qualité dimage.
La thèse proposée consiste à changer de paradigme en concevant un système qui associe une multitude de sources à rayons X distribuées à un détecteur spectrométrique de petite taille. Ce type de géométrie inversée est innovante en terme darchitectures systèmes et permet de relâcher la contrainte sur la dimension du capteur ainsi que de réduire certains artéfacts.
Le travail de thèse sarticulera autour de la conception et simulation de nouveaux systèmes en géométrie inverse et du développement dalgorithmes de reconstruction associés. Ces algorithmes, basés sur des méthodes proximales et pouvant intégrer des réseaux de neurones, devront tirer profit de la richesse de linformation fournie par le détecteur spectrométrique en condition dacquisition parcimonieuse.
Le doctorant sappuiera sur les outils de simulation et de reconstruction développés au sein du laboratoire et bénéficiera aussi de moyens expérimentaux permettant de valider les développements. Il évoluera au sein dun laboratoire pluridisciplinaire avec une longue expérience en conception de détecteurs spectrométriques et dimensionnement de systèmes à rayons X. Des échanges avec des équipes externes au CEA, notamment des radiologues, permettra dalimenter les recherches en y intégrant un besoin final.
Compétences requises
Le candidat devra être titulaire dun diplôme dingénieur et/ou Master dans un des domaines suivants : traitement du signal et dimage, mathématiques appliquées, physique et posséder des bases dans tous ces domaines. La maitrise de langages de programmation (C, python) est nécessaire.
Bibliographie
F. Jolivet, J. Lesaint, C. Fournier, M. Garcin, A. Brambilla, A proximal operator for spectral CT and an application to a one-step method (2020) IEEE Transactions on Radiation and Plasma Medical Sciences, doi: 10.1109/TRPMS.2020.3015598.
Jolivet, F., Fournier, C., Brambilla, A. A fast gradient-based algorithm for image reconstruction in inverse geometry CT architecture with sparse distributed sources (2019) Proceedings of SPIE – The International Society for Optical Engineering, 11072, art. no. 110721N
Jolivet, F., Fournier, C., Tabary, J., Zdeborova, L., C., Brambilla, A (2019) Reconstruction itérative en tomographie à rayons X pour une géométrie inverse avec sources distribuées XXVIIème coloque GRETSI, Aug 2019, Lille, France.
Mots clés
Imagerie rayons X, Tomographie, Optimisation systèmes, Modélisation
Offre boursier / non financée
Ouvert à tous les pays
Dates
Date limite de candidature 31/07/24
Durée36 mois
Date de démarrage01/10/24
Date de création29/03/24
Langues
Niveau de français requisAucun
Niveau d’anglais requisAucun
Divers
Responsable
Contact
Características del Puesto
Categoría de Puesto | Doctorat |