Descriptif des missions Les objectifs de ce poste sont de : 1.Développer un système de détection des gestes et des postures d'apprenants (ici des internes en chirurgie laparoscopique) dans une situation de formation aux gestes coelioscopiques via le laparotrainer (dispositif d'entrainement en chirurgie laparoscopique) ; 2.Evaluer les gestes et les postures qui conduisent à de bonnes performances (et celles qui conduisent à de mauvaises) vis-à-vis des standards de performance communément reconnus et adoptés dans la communauté en santé ; 3.Proposer des recommandations personnalisées aux apprenants pour optimiser leur progression en prodiguant des mesures correctrices individualisées. Ces travaux se positionnent dans le prolongement de ceux initiés au laboratoire CESI LINEACT en reconnaissance d'actions humaines. Nos résultats actuels, obtenus pour des actions non segmentées, sont prometteurs vis-à-vis de l'état de l'art (Benmessabih et al., 2024). Cependant plusieurs axes d'améliorations sont à poursuivre : -Proposer une architecture permettant d'améliorer les performances actuelles tout en adaptant l'approche au contexte de la chirurgie mini-invasive laparoscopique ; -Fournir des recommandations aux apprenants dans un mode hors-ligne, c'est-à-dire que l'apprenant reçoit ses recommandations personnalisées une fois que la séquence est terminée; -Proposer une approche frugale pour fournir des recommandations en ligne, c'est-à-dire que l'apprenant reçoit ses recommandations personnalisées en même temps qu'il effectue le geste médical. L'approche en ligne ajoute une contrainte supplémentaire puisque seules les données passées sont utilisables pour détecter et classifier les actions réalisées. Ces travaux s'accompagneront de mises en pratique, puisqu'il s'agira de : -Mettre en oeuvre un setup de collecte de données (squelette, vidéo, etc.) au Medical Training Center du CHU de Rouen, ce qui inclut le choix des équipements nécessaires, leur mise en place in situ et sur les apprenants ; -Superviser les sessions de collecte de données pour s'assurer du bon déroulement du protocole et de la viabilité des données. Contexte du projet Ce recrutement de type CDD 30 mois, s'inscrit dans le cadre du projet ACTING (Advanced laparosCopic TrainINg based on Gesture and posture recognition) co-financé par la Métropole Rouen Normandie au titre du dispositif Recherche 2025. Compétences : Compétences scientifiques et techniques : - Candidat-e titulaire d'un diplôme de Master ou d'un Doctorat - Compétences en apprentissage profond et plus particulièrement en reconnaissance d'actions humaines, - Maitrise des frameworks de deep learning en python Pytorch ou tensorflow, - Capacité à pouvoir mettre en oeuvre un protocole d'acquisition d'un jeu de données, - Capacités à rédiger des articles scientifiques. Compétences comportementales : - Être autonome, avoir un esprit d'initiative et de curiosité, - Savoir travailler en équipe et avoir un bon relationnel, - Être rigoureux - CDD 30 mois - 6 semaines de congés payés (au prorata du temps travaillé) - 14 RTT (au prorata du temps travaillé) - Tickets restaurant - Mutuelle entreprise - Prime participation/intéressement - Charte du télétravail - Ordinateur portable