Ingénieur en simulation anatomique d'ordre réduit (F/H)

En tant qu'ingénieur(e) en simulation anatomique d'ordre réduit, vous intégrerez une équipe sous la direction de la Recherche, dédiée aux nouvelles approches de modélisation 3D et simulation anatomique.

Afin de renforcer la stratégie de Dassault Systèmes en tant qu'acteur de la santé numérique, nous voulons être en mesure de fournir des solutions à même de concevoir le jumeau numérique 3D de n'importe quel patient. Pour en savoir davantage : https://www.3ds.com/fr/newsroom/press-releases/meditwin-launch



La modélisation automatisée d'un jumeau numérique de l'être humain nécessite ainsi plusieurs axes de développement, de la reconstruction 3D d'organes à partir d'images médicales bruitées, à la simulation numérique du jumeau sous divers contraintes. Cette dernière étape est essentielle afin que le jumeau numérique ne soit pas utilisé à des fins de visualisation uniquement, mais puisse être analysé dans le contexte d'une pathologie et d'un traitement, en testant différentes hypothèses et en explorant dynamiquement son comportement selon les scénarios évalués.

Pour répondre à cette problématique, plusieurs challenges se posent, de la calibration des modèles afin d'avoir une simulation spécifique à un patient donné, au couplage multi-physiques des différentes simulations, en passant par la simulation multi-échelle. Cela nécessite des calculs efficaces, en particulier dans le cadre d'une application médicale, afin de permettre au médecin de prendre une décision rapide, voire de pouvoir interagir dynamiquement en temps réel avec le modèle.

Les simulations réduites sont particulièrement adaptées à ces objectifs, puisqu'elles permettent la simplification des modèles de simulation haute-fidélité, tout en essayant de préserver au mieux la fiabilité physique des résultats obtenus.

Cela s'inscrit dans le contexte de la simulation multi-fidélité, qui consiste à exploiter plusieurs simulateurs de fidélités différentes (0D, 1D, 3D, multi-physique, multi-échelle, etc.), et plusieurs données expérimentales de qualités différentes, afin de rendre possible des simulations complexes suffisamment précises tout en contenant les coûts de calcul.