Suivi en ligne des procédés de bio-production par imagerie holographique 3D

CEA; Grenoble; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise innovante propose une thèse sur le développement d'un système d'imagerie holographique 3D pour le suivi des cellules sur microcarriers. Ce projet promet de transformer les procédés de bioproduction en offrant une analyse non invasive des échantillons multicellulaires. Les candidats auront l'opportunité de travailler avec des algorithmes avancés et d'appliquer des techniques d'apprentissage profond pour optimiser la culture cellulaire. Ce poste est idéal pour un ingénieur passionné par la science des données et l'imagerie, souhaitant contribuer à des applications biomédicales révolutionnaires.

Qualifications

• Formation recommandée : Ingénieur spécialisé en data science.
• Compétences en apprentissage profond et analyse d'images requises.

Responsabilités

• Développement d'un système d'imagerie holographique 3D pour le suivi des cellules.
• Intégration du système dans des bioréacteurs en ligne pour tests.

Connaissances

Data Science

Deep Learning

Image Analysis

Formation

Ingénieur spécialisé en data science

Description du poste

Description du sujet de thèse

Domaine
Défis technologiques

Sujets de thèse
Suivi en ligne des procédés de bio-production par imagerie holographique 3D

Contrat
Thèse

Description de l'offre
La culture des cellules adhérentes sur microcarriers (MCs) est un moyen prometteur pour différentes applications en bioproduction, comme la fabrication et l'administration de biomédicaments, la médecine régénérative, ou le suivi de la différenciation cellulaire. Cependant, elle pose des défis majeurs pour l'analyse des cellules sans affecter l'intégrité du substrat. L'imagerie holographique sans lentille se présente comme une solution prometteuse, capable de capturer des images de cellules sur un grand champ de vue sans aucune étape biochimique supplémentaire.
Cette thèse propose de développer un système d'imagerie holographique 3D pour le suivi des cellules sur MCs en temps quasi-réel, avec des algorithmes avancés pour la reconstruction et l'analyse d'images. Ce système sera intégré dans des bioréacteurs en ligne, testant sa précision et sa robustesse sur des cultures biologiques variées. L'utilisation de l'apprentissage profond permettra la segmentation et l'analyse des cellules en temps quasi-réel, facilitant ainsi le suivi des dynamiques cellulaires. Ce projet innovant promet d'optimiser les procédés biologiques en offrant une vision non invasive des échantillons multicellulaires en 3D, avec des applications potentielles comme le suivi d'organes-sur-puce et de systèmes cellulaires complexes.

Université / école doctorale
Ecole Doctorale de Physique de Grenoble (EdPHYS)
Université Grenoble Alpes

Localisation du sujet de thèse
Site
Grenoble

Critères candidat
Formation recommandée
Ingénieur spécialisé en data science

Demandeur
Disponibilité du poste
01/11/2025

Personne à contacter par le candidat
PAVIOLO Chiara [e-mail]
CEA
DRT/DTIS//L4IV
Commissariat à l'énergie atomique et aux énergies alternatives / LETI
MINATEC Campus
17 rue des martyrs
F-38054 Grenoble Cedex

0438786348

Tuteur / Responsable de thèse
HERVÉ Lionel [e-mail]
CEA
DRT/DTIS//L4IV
17, rue des martyrs

ED de physique de Grenoble
04 38 78 60 59

En savoir plus
https://www.researchgate.net/profile/Chiara-Paviolo