Détection automatique de bruits respiratoires pathologiques dans le but d’évaluer l’encombrement bronchique

Période, durée

janvier – juillet 2024

Profil recherché

Étudiant(e) en 4ème ou 5ème année de Master ou d’école d’ingénieurs en informatique

Gratification

4,35€/h (standard)

Lieu

Annecy-le-vieux ; Maison de la mécatronique ; laboratoire Symme

Sujet

Contexte :
MUKROBS est une étude clinique lors de laquelle nous enregistrons des bruits respiratoires pathologiques en différents sites de la cage thoracique.
Lors de l’étude clinique, nous récoltons donc sur différents patients des données acoustiques pour lesquelles nous cherchons à identifier et compter principalement 3 types de sons (craquement, sibilant, ronchis). Nous sommes en train de recueillir des milliers d’enregistrements bruts de durée différente, sur un groupe pathologique et un groupe témoin, pour un effectif total de 60 sujets.
Ce stage est proposé à la suite d’un premier stage de deux mois qui a permis de poser des bases de travail, en utilisant notamment la base de données ICBHI pour développer une première IA.

Missions :
• Compléter et exploiter l’état de l’art sur les modèles de machine Learning et les techniques de traitement du signal qui existent déjà pour la détection de bruits pulmonaires adventices.
• Le cas échéant, continuer l’implémentation d’un réseau ResNet 50, avec optimisation des couches.
• Construire la traçabilité des tests et paramétrages effectués pour permettre une analyse statistique des performances.
• Transfert learning : Il faudra ensuite avancer sur la construction de notre propre base de données issue des mesures de l’étude clinique. Au final, il faudra appliquer ce(s) modèle(s) sur nos données.

Profil recherché :

• Autonomie
• Curiosité
• Dynamisme
• Machine Learning
• Traitement du signal
• Matlab / Python
• PyTorch/TensorFlow
• Des connaissances en ondelettes ou en traitement du son et de la parole basé sur la prosodie serait un plus.

Contact

laurent.goujon
@univ-smb.fr

Equipe projet

Marine Loubet, doctorante SYMME
Laurent Goujon, enseignant-chercheur IUT Annecy / SYMME
Argheesh Bhanot, enseignant-chercheur IUT Annecy / LISTIC
Christine Barthod, enseignant-chercheur IUT Annecy / SYMME