Thèse de doctorat VIGA - Vidéo et Intelligence artificielle pour la Gestion des productions Aquacoles - H/F

Thèse de doctorat VIGA - Vidéo et Intelligence artificielle pour la Gestion des productions Aquacoles - H/F
Brest
L'entreprise
Yncréa Ouest est un Établissement d'Enseignement Supérieur Privé d'Intérêt Général (EESPIG) sous contrat avec le ministère de l'Enseignement Supérieur et de la Recherche. Yncréa Ouest gère l'école d'ingénieurs ISEN Yncréa Ouest, implantée sur les villes de Brest, Caen, Nantes, Rennes et de Paris. L'école forme des élèves ingénieurs dans les technologies du numérique et notamment les systèmes numériques embarqués, la robotique, l'énergie, les objets connectés (IoT), l'intelligence artificielle, le big data, l'environnement, le développement durable, les technologies marines et la cybersécurité.
Au sein d'Yncréa Ouest, le laboratoire L@bISEN concentre ses activités autour d'un projet commun de recherche tourné vers les systèmes autonomes et intelligents. Ce projet est constitué de trois lignes de force : les réseaux de capteurs, le traitement des données et les smart grids. Le laboratoire compte à ce jour 126 personnes dont 55 enseignants-chercheurs, dont 7 HDR. Le L@bISEN a été évalué par le Hcéres en 2021 (vague B, voir site HCERES).
Pour inciter à la mixité des candidatures sur tous les postes, l'Association étudie avec la même attention les candidatures féminines et masculines. Association handi-accueillante, nos postes sont ouverts aux personnes en situation de handicap.
À propos du poste
Offre de thèse de doctorat - Projet VIGA
Intelligence artificielle et imagerie multimodale pour la détection précoce d'anomalies comportementales et physiologiques en aquaculture
Acronyme : VIGA - Vidéo et Intelligence artificielle pour la Gestion des productions Aquacoles
Durée : 36 mois
Démarrage envisagé : à partir de décembre 2026
Laboratoire : LabISEN - équipe LSL (Light - Scatter - Learning)
Partenaire scientifique : ANSES - unités VIMEP, EPISABE et EAS
Direction de thèse : Dr Marwa El Bouz, HDR, LabISEN
Co-directeur de thèse : Dr Thierry Morin, HDR, ANSES - VIMEP
Co-encadrement : Dr Sarah Mazari (LabISEN), Dr Maryse Guinebretière (EPISABE) et Dr Julie Shapiro (EAS)
Contexte scientifique
La détection précoce des problèmes de santé et de bien-être constitue aujourd'hui un enjeu majeur pour l'aquaculture, l'un des secteurs de la production alimentaire qui connaît la croissance la plus rapide au monde. Dans un environnement aquatique complexe riche en stress (polluants anthropiques, agents pathogènes, ...) et directement impacté par le changement climatique, les modifications comportementales des poissons peuvent précéder l'apparition de signes cliniques visibles et constituer ainsi des indicateurs précoces de stress ou d'altération de leur état physiologique.
Le projet VIGA vise à développer de nouvelles méthodes de monitoring intelligent combinant vision par ordinateur, intelligence artificielle, analyse spatio-temporelle et imagerie conventionnelle et non-conventionnelle afin de détecter précocement ces modifications.
La thèse s'inscrit dans une collaboration de longue durée entre le LabISEN et l'ANSES, notamment avec les unités Virologie, immunologie et écotoxicologie des poissons (VIMEP) de Plouzané (29), l'unité Epidémiologie pour le bien-être et la santé (EPISABE - Ploufragan - 29) et l'unité : Epidémiologie et appui à la surveillance (EAS, Lyon - 69). Elle prolongera plusieurs travaux déjà menés conjointement dans le domaine de l'imagerie et du suivi automatisé des poissons.
Objectif de la thèse
L'objectif principal est de développer un système de détection précoce, automatisé et sans contact, permettant d'identifier des modifications comportementales ou physiologiques associées à différents états de stress chez deux espèces aquacoles d'intérêt économique majeur : la truite arc-en-ciel et le bar européen.
Le travail cherchera notamment à :

• identifier et valider des indicateurs comportementaux précoces de stress et de santé ;
• corréler les observations issues de l'imagerie et de la vidéo avec des paramètres physiologiques ;
• développer des méthodes d'intelligence artificielle et de détection d'anomalies adaptées à l'analyse spatio-temporelle du comportement ;
• étudier l'apport de l'imagerie hyperspectrale pour identifier des signatures précoces associées au stress ou à des perturbations physiologiques ;
• poser les bases d'un système transférable permettant à terme un monitoring en temps réel des élevages aquacoles.

Le travail intègrera l'évaluation d'un système commercial déjà opérationnel (Zebracube et logiciel associé) adapté à des animaux étudiés individuellement ou en petits groupes et le déploiement de systèmes sur mesure dédiés à des bassins de grands volumes abritant des populations plus importantes et avec des contraintes techniques plus marquées.
Programme scientifique
Les travaux s'appuieront sur des essais expérimentaux réalisés chez ces 2 espèces au sein de l'unité VIMEP de l'ANSES - qui dispose d'installations expérimentales piscicoles agréées, dans le cadre de projets nationaux ou Européens. Ces essais permettront de développer les approches de monitoring vidéo dans différents contextes stressants : exposition de truites à des polluants éternels de type PFAS, infection expérimentale de bars avec un virus à tropisme nerveux très répandu en Méditerranée, réchauffement de la température de l'eau chez la truite en lien avec le changement climatique.
Environnement de recherche
La thèse sera réalisée dans le cadre d'une collaboration entre le LabISEN et l'ANSES.
Le LabISEN développe ses recherches autour des systèmes autonomes et intelligents. L'équipe LSL - Light, Scatter, Learning possède des compétences particulières en : traitement d'images, intelligence artificielle, vision par ordinateur, imagerie hyperspectrale et imagerie polarimétrique.
L'ANSES apportera notamment : ses installations expérimentales dédiées aux poissons et ses compétences dans la conduite d'essais in vivo en conditions contrôlées, son expertise en santé et bien-être animal, les capacités analytiques de ses laboratoires de virologie/immuno-écotoxicologie, son expertise en traitement d'images, machine learning, séries temporelles et validation sur données expérimentales.
Cette complémentarité permettra au doctorant ou à la doctorante de travailler à l'interface entre intelligence artificielle, imagerie, traitement du signal et sciences biologiques.
Profil recherché
Profil recherché
Le sujet s'adresse principalement à un candidat ou une candidate issu(e) d'un Master 2 ou diplôme d'ingénieur disposant d'un intérêt marqué pour plusieurs des domaines suivants :

• intelligence artificielle ;
• machine learning / deep learning ;
• vision par ordinateur ;
• traitement d'images ;
• traitement du signal ;
• analyse de séries temporelles.

Une appétence pour les problématiques interdisciplinaires et les applications de l'intelligence artificielle aux sciences du vivant / le bien-être et la santé animale sera particulièrement appréciée.
Le projet nécessite également une capacité à travailler en collaboration avec des chercheurs issus de disciplines différentes et à évoluer entre développement méthodologique, expérimentation et analyse de données.
Pour candidater :
Faire parvenir les documents suivants :

• Curriculum vitae (CV),
• Lettre de motivation,
• Tout autre document jugé utile pour enrichir le dossier de candidature (lettres de recommandation, articles scientifiques, rapport de thèse, etc.)

Par courrier électronique aux adresses ci-dessous :

• marwa.el-bouz@isen-ouest.yncrea.fr
• thierry.morin@anses.fr

Compétences requises
intelligence artificiellemachine learning / deep learningvision par ordinateurtraitement d'imagestraitement du signal
Éléments nécessaires pour postuler
Document(s)
Curriculum VitæLettre de motivationLettre de recommandation, articles scientifiques, rapport de thèse...