STAGE « Self-supervised deep learning » pour comprendre la variabilité des plissements du cortex chez l'humain et le primate non humain

Les sillons du cortex des hommes et des autres primates ont des formes très variables d’un individu à l’autre. Plusieurs dizaines d'années de recherches ont permis de découvrir quelques motifs spécifiques associés à des caractéristiques cliniques (contrôle inhibiteur, risque de survenue de l'épilepsie, schizophrénie). Toutefois, la mise à jour de ce types motifs de sillons par des experts humains est longue et fastidieuse. Elle est en outre à la limite des capacités cognitives humaines, et donc les résultats actuels sont loins d’être exhaustifs.

Le sujet du stage est d'étudier avec des méthodes de deep learning self-supervisées la variabilité de la structure des motifs de sillons dans des régions spécifiques chez l'homme et le primate, et d'interpréter et expliquer les résultats obtenus.

Plus spécifiquement, le/la stagiaire utilisera et développera des modèles avec le framework de deep learning PyTorch appliqué à des crops d'images de cerveaux prétraités et transformés en squelettes de sillons. Il/elle pourra utiliser un modèle de "contrastive learning" (basé sur SimCLR) et proposera des solutions pour expliquer les résultats obtenus (en utilisant des méthodes d'explicabilité des résultats de type Grad-CAM). Le travail effectué se fera en mode projet avec un point d'avancement hebdomadaire.

Le laboratoire à Neurospin a développé à la fois des outils de visualisation et de traitement d'images du cerveau (brainvisa/morphologist) et une chaîne de traitement permettant d'obtenir des crops de squelettes dans la région souhaitée. Dans l'unité UNATI, une dizaine de chercheurs et étudiants en thèse travaillent sur différents aspects de deep learning appliqué aux images du cerveau ou bien aux sillons. La tradition d'open source de Neurospin et le journal club de Deep Learning permettent à tout nouvel arrivant de monter en puissance sur les problématiques de Deep Learning. Enfin, Neurospin a une longue tradition d'excellence dans le domaine du machine learning et du Deep Learning: par exemple, l'Institut est le lieu de naissance de scikit-learn, une librairie de machine learning utilisée par les entreprises et les universitaires partout dans le monde.

Le stage s’inscrit dans le cadre d’une chaire IA du plan national et d’une chaire Blaise Pascal de la région Ile de France.