Le sujet de ce stage porte sur la modélisation numérique et la simulation de l'interaction de la lumière avec la peau.
Lieu: Dijon - France
Durée: 6 mois (négociable)
Date de début:de janvier 2025 à mars 2025
Superviseur:Yannick Benezeth (Professeur, IMVIA)
Description du projet: Les plaies chroniques représentent un défi majeur pour les systèmes de santé du monde entier. Leur surveillance efficace est cruciale pour optimiser le traitement et améliorer les résultats pour les patients. Le stage se situe dans le cadre du projet ANR Wound-rPPG visant à développer une nouvelle méthode non invasive pour surveiller la cicatrisation des plaies.
Ce stage se concentre sur la modélisation numérique et la simulation de l'interaction de la lumière avec la peau. Vous contribuerez à la construction d'un modèle de simulation Monte Carlo (MC) basé sur des voxels qui capture les complexités de la propagation de la lumière à travers différentes couches de la peau. Nous utiliserons des modèles géométriques 3D de la peau et des modèles de distribution vasculaire pour capturer de manière réaliste la complexité des interactions lumière-tissus dans la peau. Nous nous appuierons sur les travaux existants (par exemple, [Gar12]) pour simuler des images et nous intégrerons également les variations temporelles dues aux différentes phases du cycle cardiaque, comme proposé par [Fin22]. Les simulations seront menées pour plusieurs couches cutanées dans le spectre lumineux visible et proche infrarouge.
[Gar12] Gareau et al., Inhomogeneous Monte Carlo simulations of dermoscopic spectroscopy, Imaging, Manipulation, and Analysis of Biomolecules, Cells, and Tissues, 2012.
[Fin22] Fine et al., A Computational Modeling and Simulation Workflow to Investigate the Impact of Patient-Specific and Device Factors on Hemodynamic Measurements from Non-Invasive Photoplethysmography, Biosensors, 2022.
Principales tâches:
Profil requis:
Possibilité de prolonger le stage en une thèse de doctorat.
Pour postuler: Les candidats intéressés sont encouragés à soumettre leur candidature, comprenant un CV, une lettre de motivation et les relevés de notes récents à :
Yannick Benezeth: yannick.benezeth@u-bourgogne.fr
(c) GdR IASIS - CNRS - 2024.