Contexte et objectifs du stage :

Le secteur de la recherche et de l'innovation en cosmétique est en perpétuelle évolution pour répondre aux enjeux du vieillissement cutané. L'apparition des signes de l'âge sur le visage est un processus complexe impliquant des modifications structurelles profondes de la peau. Mieux comprendre les mécanismes du vieillissement sur la microstructure cutanée, comme la perte d'élasticité et de fermeté, est essentiel pour développer des produits cosmétiques efficaces (anti-âge, crèmes hydratantes, etc.).

LVMH Recherche, situé à Saint-Jean-de-Braye (Loiret), dispose de techniques d'imagerie poussées pour la compréhension de la physiologie de la peau et l'évaluation non invasive de l'efficacité des produits cosmétiques (imagerie multispectrale, échographie, tomographie LC-OCT). Ce centre de recherche collecte des données sur de larges panels de femmes en bonne santé de 20 ans à 70 ans. La comparaison des acquisitions sur la même zone de peau à différents intervalles de temps permet de suivre l'évolution de l’organisation de la peau au cours d'études longitudinales.

Dans le cadre d'une collaboration entre le laboratoire PRISME de l'Université d'Orléans et LVMH recherche, votre mission visera à exploiter ces données pour développer des outils innovants, basés sur les dernières techniques d'IA et de traitement d'images, pour analyser de façon objective et quantitative les effets du vieillissement de la peau et mesurer l’efficacité de produits cosmétiques.

Travail à réaliser :

Le travail à réaliser comprendra les étapes suivantes :

- participer aux tests scientifiques, en particulier le traitement des images multimodales et l'analyse statistiques des résultats obtenus lors des études d'efficacité des produits sur des panels de consommateurs dans des conditions contrôlées;

- évaluer les limites en robustesse et précision des méthodes automatiques actuellement utilisées en routine, notamment la segmentation des éléments dans le volume imagé en LC-OCT ;

- en regard de l'état de l'art, proposer des améliorations pour optimiser les performances de la segmentation, en profitant des dernières avancées des algorithmes, notamment des transformers, et de l’apprentissage semi-supervisé ou auto-supervisé, en les adaptant à cette technique d'imagerie de la peau;

- proposer des indicateurs métriques ou biomarqueurs spécifiques fiables pour quantifier les effets du vieillissement ;

- valider et comparer et les algorithmes à grande échelle, analyser les résultats ;

- participer à la rédaction d'une publication scientifique.

Le matériel nécessaire (station de travail) et les données seront mis à disposition par les laboratoires.

Bibliographie

A. Dubois et al., L'imagerie de la peau par LC-OCT, Photoniques 123 (2023), https://doi.org/10.1051/photon/202312336

Bonnier, F et al. Line-field confocal optical coherence tomography coupled with artificial intelligence algorithms to identify quantitative biomarkers of facial skin ageing. Sci Rep 13, 13881 (2023). https://doi.org/10.1038/s41598-023-40340-0$