Derniers 📅 Evènements, 📰 Articles et 👥 Offres d'emploi :
📅 🤖 🧠 Generative AI France: Conférence - Nvidia, Hugging Face, Mistral, Kyutai ...
📰 💬💲💡✨ Finance, Entreprenariat, I.A. ... Les communautés Ensimag Alumni enfin regroupées !
📰 💯𝗫💯 Ensimag Around The World 2024: fêtons les 10 000 alumni ! Le 11 juillet !
📰 👄💄 Lifting de l'application web Ensimag Alumni au 5 juin 2024
👥 Research & Development Software Engineer.
👥 Context classification from audio data using machine learning
👥 Electronic stethoscope using microphone and accelerometer MEMS
📅 🤖 🧠 Generative AI France: Conférence - Nvidia, Hugging Face, Mistral, Kyutai ...
📰 💬💲💡✨ Finance, Entreprenariat, I.A. ... Les communautés Ensimag Alumni enfin regroupées !
📰 💯𝗫💯 Ensimag Around The World 2024: fêtons les 10 000 alumni ! Le 11 juillet !
📰 👄💄 Lifting de l'application web Ensimag Alumni au 5 juin 2024
👥 Research & Development Software Engineer.
👥 Context classification from audio data using machine learning
👥 Electronic stethoscope using microphone and accelerometer MEMS
Lieu : Grenoble · Contrat : Stage · Rémunération : Gratification standard €
Le Groupe Hospitalier Mutualiste de Grenoble est un Établissement de Santé Privé d’Intérêt Collectif (ESPIC) à but non lucratif, participant au service public hospitalier depuis plus de 60 ans. Deuxième acteur de santé en Isère, il offre environ 436 lits et places, répartis dans les 6 instituts qui composent le groupement hospitalier : radiothérapie, cancérologie, chirurgie, médecine, cardiovasculaire, soins non programmés, urgences, femme et nouveau-né.
Le domaine de la radiothérapie repose sur une délivrance précise des doses pour garantir la sécurité des patients et l’efficacité des traitements. Ce stage s’inscrit dans la continuité de recherches antérieures, qui ont montré l’application du filtre de Kalman pour améliorer le contrôle qualité quotidien des doses (DDQC) des systèmes Varian Halcyon. Le filtre de Kalman a été utilisé pour surveiller les performances du LINAC en traitant le système de production de rayonnement comme un système dynamique régi par des équations d’état. L’étude a montré son efficacité pour détecter les anomalies de dose, prédire les dérives du système, et établir un lien entre le comportement du filtre de Kalman et les événements de maintenance. Ces résultats offrent une nouvelle approche pour évaluer l’état de santé des accélérateurs linéaires.
Cependant, plusieurs axes de recherche supplémentaires ont été identifiés :
• Augmenter le nombre de mesures d’entrée afin d’améliorer la précision
• Raffiner le modèle pour mieux prendre en compte les effets non linéaires, notamment le couplage pression température dans les chambres d’ionisation.
• Explorer des variantes avancées du filtre d Kalman, telles que le filtre de Kalman étendu et le filtre de Kalman Unscented pour mieux suivre les évolutions de la dose dans les systèmes non linéaires.
L’objectif de ce stage est de poursuivre les travaux précédents en mettant en œuvre des techniques de filtre de Kalman plus avancées pour le suivi en temps réel des doses en radiothérapie. Les objectifs spécifiques sont les suivants :
1. Affinement du modèle d’évolution: intégrer des facteurs environnementaux et opérationnels supplémentaires dans les équations d’état afin d’améliorer la précision des prédictions de dose du LINAC. Cela inclut des paramètres non linéaires tels que le couplage température-pression.
2. Intégration de nouvelles mesures d’entrée : Utiliser de nouvelles sources de données, telles que les images MPC, pour calculer des mesures cohérentes avec la dose délivrée et les intégrer dans les mises à jour du filtre de Kalman.
3. Application de filtres avancés : Tester l’application des méthodes EKF et UKF pour gérer les non-linéarités du système de suivi des doses, améliorant ainsi la précision dans la prédiction des dérives de dose et l’identification des anomalies du système.
4. Amélioration du suivi de l’état de santé du LINAC : Développer un ensemble d'indicateurs basés sur les sorties du filtre de Kalman pour améliorer la maintenance prédictive des LINAC. Cela pourrait inclure une analyse détaillée des comportements de réponse du filtre et leur corrélation avec les journaux d'événements des machines.
Compétences développées au cours du stage :
• Connaissance approfondie des techniques de filtrage de Kalman (modèles linéaires et non linéaires).
• Expérience pratique avec les données de contrôle qualité des doses en radiothérapie.
• Familiarisation avec les systèmes LINAC et leurs diagnostics opérationnels.
• Maîtrise du développement d’algorithmes, de l’analyse de données et de la modélisation prédictive.
Compétences en modélisation, programmation, calcul numérique.
Contacter: dimitri.reynard@avec.fr et christophe.mazzara@avec.fr