J’apporte une expertise de niveau doctorat dans le développement d’architectures d’apprentissage profond personnalisées pour l’analyse d’images médicales. Avec un focus spécialisé en neuroimagerie et troubles neurodégénératifs, j’aide des laboratoires de recherche et des startups de santé à transformer les données brutes DICOM/NIfTI en indicateurs cliniques exploitables.

Capacités principales :

Segmentation de précision : modèles de haute précision (90 %+) utilisant 3D UNet, Fusion-Net et Vision Transformers (ViT).

Expertise en neuroimagerie : Programmes spécialisés pour la détection de la sclérose en plaques (SEP) et l’analyse des lésions cérébrales.

Pipelines de prétraitement : dépouillement avancé du crâne, normalisation d’intensité et enregistrement multimodal (T1, T2, FLAIR).

Validation scientifique : Évaluation de modèles utilisant des indicateurs cliniquement significatifs et un soutien à la publication de recherches.

Livrable : Modèles PyTorch/TensorFlow entièrement entraînés, scripts de prétraitement documentés et rapports de validation.