Détection dapos;oeufs de parasites par imagerie sans lentilles grand champ assistée par intelligence artificielle

Description de l'offre : Dans la plupart des cycles parasitaires, la phase libre passe par un stade dapos;œuf, qui est libéré par lapos;hôte dans lapos;environnement via une matrice fécale complexe, qui présente des concentrations dapos;œufs très variables et souvent faibles. La méthode de détection classique repose sur l’observation microscopique de ces œufs, ce qui implique une préparation fastidieuse et longue de lapos;échantillon pour concentrer les œufs, avec des valeurs de sensibilité très variables. Cette détection est cruciale car une fois dispersés, les œufs contaminent lapos;environnement et les denrées alimentaires, entraînant des cas de zoonoses parasitaires chez lapos;homme. La détection dans les matrices environnementales et alimentaires est encore plus complexe que pour les matières fécales en raison du très faible nombre dapos;œufs présents : 1 à 10 par échantillon dans la grande majorité des cas. La thèse vise à développer un système dapos;imagerie sans lentille grand champ, qui permettra de compter et dapos;identifier des œufs de parasites dans des matrices complexes, tout en augmentant la sensibilité. Cela permettra dapos;automatiser la détection, ouvrant ainsi des perspectives dapos;investigation sur un plus grand nombre d’échantillons, pour une meilleure veille sanitaire.

Profil du candidat : biotechnologies; imagerie biomédicale; traitement de lapos;image