Lieu : Institut Daniel Hollard · Contrat : Stage · Rémunération : Gratification Minimum €
Le Groupe Hospitalier Mutualiste de Grenoble est un Établissement de Santé Privé d’Intérêt Collectif (ESPIC) à but non lucratif, participant au service public hospitalier depuis plus de 60 ans. Deuxième acteur de santé en Isère, il offre environ 436 lits et places, répartis dans les 6 instituts qui composent le groupement hospitalier : chirurgie, médecine, cardiovasculaire, soins non programmés, urgences, femme et nouveau-né.
Contexte et description générale :
Les mesures quotidiennes du débit de dose (output) d’un accélérateur Varian Halcyon constituent un indicateur essentiel pour la sécurité et la stabilité des traitements.
Des travaux précédents ont montré que ces mesures pouvaient être suivies et prédites avec un filtre de Kalman, en modélisant la dérive progressive de la chambre moniteur interne.
Le premier modèle, linéaire et minimaliste, a permis une preuve de concept solide. Le second, non linéaire, a introduit des paramètres internes de la chambre monitrice, offrant ainsi une estimation dynamique de la sensibilité et une capacité de prédiction de dépassement de seuils (pré-alerte de recalibration)
Cependant, ces approches ne considèrent qu’un seul acteur de la mesure : l’accélérateur. Or, dans la pratique clinique, la mesure d’output est le résultat d’une interaction à trois composantes :
• L’accélérateur, avec ses dérives physiques internes (faisceau, chambre moniteur, température, pression, etc.)
• Le détecteur externe, avec sa propre dérive de sensibilité et ses incertitudes de positionnement.
• L’utilisateur, dont la manipulation ou les conditions de mesure peuvent introduire un biais systématique.
D’un point de vue réglementaire, seule une anomalie due à l’accélérateur justifie une mise hors service. D’où l’importance cruciale de distinguer l’origine des variations observées.
Objectifs du stage :
L’objectif est de développer un modèle mathématique complet intégrant ces trois acteurs, afin d’interpréter les écarts de mesure d’output en termes de contributions respectives (machine, détecteur, utilisateur).
Le travail comportera plusieurs étapes :
1. Analyse des modèles existants : linéaire et non linéaire, identification de leurs limites et hypothèses implicites.
2. Formulation d’un modèle dynamique à trois composantes : définition des équations d’état et d’observation, choix des paramètres à estimer.
3. Implémentation et test sous Python : simulation de scénarios typiques (dérive lente du détecteur, erreur de positionnement, drift machine).
4. Évaluation de la robustesse : validation sur les données de mesures réelles (TOP quotidiens), identification automatique de la source des écarts.
Toutes les données nécessaires (TOP quotidiens) et les codes Python existants (filtres de Kalman, structures d’état, scripts de visualisation) sont déjà disponibles, permettant à l’étudiant(e) de concentrer son travail sur la modélisation mathématique et l’interprétation physique.
Compétences développées au cours du stage :
• Modélisation physique et probabiliste de systèmes complexes (accélérateur, capteurs, opérateur).
• Application des filtres de Kalman et dérivés non linéaires (EKF, UKF, MHE).
• Programmation scientifique Python (NumPy, SciPy, filterpy, matplotlib).
• Analyse de données de contrôle qualité en radiothérapie
Profil Ingénieur M2 Recherché (Focus Modélisation)
1. Maîtrise Théorique (Le Cœur du Projet)
Théorie de l'Estimation / Filtrage : Connaissance solide des Filtres de Kalman et de leurs extensions pour les systèmes non linéaires (idéalement EKF/UKF). C'est la base mathématique du stage.
Modélisation Dynamique : Capacité à transformer un système physique complexe (à trois composantes) en équations d'état et d'observation. L'étudiant doit savoir formaliser un modèle mathématique pour la simulation.
Physique Appliquée : Une affinité pour la modélisation de systèmes physiques et capteurs est cruciale pour définir les dérives, les bruits et les incertitudes de chaque composante (machine, détecteur, utilisateur).
2. Compétences Techniques (L'Environnement Python)
Programmation Scientifique Python : Maîtrise de l'écosystème Python essentiel pour le calcul scientifique (NumPy, SciPy) et familiarité avec les outils de filtrage (type filterpy).
Simulation Numérique : Capacité à implémenter, tester et simuler des scénarios dynamiques pour valider la robustesse du nouveau modèle à trois composantes.
3. Objectif Final (Le Résultat Attendu)
Analyse et Interprétation : Le stagiaire doit être capable d'interpréter physiquement les résultats (identifier la source des écarts) et ne pas se contenter de faire tourner le code.
Rigueur et Pédagogie : Capacité à analyser les limites et hypothèses des modèles existants (M1 et M2) pour justifier le besoin du nouveau modèle M3.
En résumé : On recherche un profil très Analytique et Modélisateur, capable de prendre un problème physique complexe et de le résoudre par les mathématiques et les algorithmes de filtrage, le tout avec une bonne aisance en Python. Vous ne cochez pas toutes les cases? Postulez quand même, nous vous recevrons avec plaisir!
Envoyer un CV à dimitri.reynard@avec.fr et un petit mail de présentation.