[Hiring] Postdoctoral Researcher in AI Algorithm Development @ENSAM

Role Description

Le ou la postdoctorant·e prendra en charge le lot de travail WP3 « Reconstruction des champs mécaniques » du projet. L’objectif est de construire un modèle d’ordre réduit capable de calculer, en quelques secondes, les champs mécaniques complets (contraintes, déformations) sur la géométrie réelle et personnalisée des ligaments croisés et collatéraux d’un patient, à partir de sa cinématique articulaire. Ce travail comprendra :

• Le traitement et la mise en correspondance d’objets géométriques 3D (nuages de points, maillages surfaciques et volumiques) issus d’imagerie médicale (IRM, scanner CT), de scanner 3D et de photogrammétrie, et leur couplage avec les données de caméras de capture du mouvement (motion tracking) pour définir la cinématique et les conditions aux limites.
• L’adaptation d’un réseau de neurones à graphes de type MeshGraphNet, physiquement informé (équilibre, efforts de contact), construit sur le maillage 3D du ligament et prenant en entrée les efforts et déplacements notamment au niveau des aux insertions, pour reconstruire les champs mécaniques 3D.
• Le couplage avec un modèle de poutre enrichi par IA (réseaux récurrents) dont les paramètres géométriques personnalisés seront encodés par GNN.
• L’apprentissage sur une base de données de simulations par éléments finis non linéaires (comportement hyperélastique) de ligaments, sur des maillages patient-spécifiques issus de la chaîne de segmentation et de maillage du projet, avec des conditions aux limites anatomiques.

Qualifications

• Titulaire d’un doctorat en mécanique numérique, en apprentissage automatique / informatique ou en biomécanique.
• Solide expérience en manipulation géométrique 3D, en simulation numérique des systèmes complexes et/ou en apprentissage profond appliqué à la mécanique ou à la géométrie (PyTorch, PyTorch Geometric ou équivalent).

Requirements

• Bonne maîtrise de la simulation par éléments finis et de la manipulation d’objets géométriques (nuages de points, maillages) issus d’imageries médicales et/ou de scanner et de photogrammétrie.
• Connaissances en biomécanique des tissus mous, en calcul sur GPU / HPC, en développant des méthodes de maillage spécifiques et en développement logiciel collaboratif (git) seront un plus.

Benefits

• Autonomie dans le travail.
• Bon niveau d’anglais scientifique.
• Goût du travail en équipe pluridisciplinaire au sein d’un consortium multi-sites (Grenoble, Bordeaux) associant chercheurs, cliniciens et industriels.

Company Description

Le projet ANR AIKNEE se concentre sur le développement d’outils et de méthodologies visant à améliorer l’état de l’art des jumeaux numériques, en mettant l’accent sur l’utilisation systématique d’algorithmes d’intelligence artificielle (IA) de pointe afin de prédire la réponse mécanique des ligaments du genou.