Je suis

Ludmilla Penarrubia

Docteure en traitement du signal et des images

J’utilise l’intelligence artificielle pour extraire des informations des donnĂ©es, en particulier les images. Je suis particulièrement sensible aux projets Ă  fort impact sociĂ©tal, notamment ceux qui touchent Ă  la santĂ©.

A propos

Je suis actuellement post-doctorante en traitement d’images mĂ©dicales au Laboratoire CREATIS. Au quotidien, je code et manipule des modèles d’apprentissage profond en Python avec la librairie PyTorch pour faire de la segmentation 3D sur des images tomodensitomĂ©triques. Voici quelques compĂ©tences et outils que j'utilise :
  • Python
  • PyTorch
  • Plotly
  • Dash
  • uv
  • Apprentissage profond
  • SimpleITK

Expérience

Post-doctorante - CREATIS
Sept 2024 - présent Lyon, France

Je suis actuellement post-doctorante au laboratoire CREATIS Ă  Lyon (France). Mon projet intitulĂ© Intelligence Artificielle pour la Ventilation AssistĂ©e par l’Imagerie a pour objectif d’amĂ©liorer la robustesse et la gĂ©nĂ©ralisabilitĂ© des modèles de segmentation 3D dĂ©veloppĂ©s pendant ma thèse.

Pour cela j’ai intĂ©grĂ© les travaux des prĂ©cĂ©dents stagiaires au processus de segmentation par apprentissage. J’ai dĂ©veloppĂ© une nouvelle mĂ©thode d’augmentation de donnĂ©es basĂ©e sur le recalage, ce qui a amĂ©liorĂ© la gĂ©nĂ©ralisabilitĂ© de mes modèles de segmentation.

Activités :

  • Segmentation 3D, augmentation de donnĂ©es par synthèse d’images pathologiques
  • Gestion, description et prĂ©-traitement de larges bases de donnĂ©es d’images mĂ©dicales (+ 1000 patients, + 1500 images)
Outils et compétences utilisés :
Doctorante
Oct 2019 - Déc 2022 Lyon, France

Mon sujet de thèse intitulĂ© Quantification de l’aĂ©ration pulmonaire sur des images CT de patients atteints du syndrome de dĂ©tresse respiratoire aiguĂ« avait pour objectif d’automatiser la tâche de segmentation des poumons sur des images 3D pathologiques. Pour cela j’ai utilisĂ© l’apprentissage profond par rĂ©seaux convolutifs sur des images 2D ou 3D.

Activités :

  • Segmentation par apprentissage profond (U-Net, PyTorch, Python) sur des images mĂ©dicales 2D et 3D
  • Gestion de bases de donnĂ©es d’image mĂ©dicales (contrĂ´le qualitĂ©, prĂ©-traitement)
  • Prise en compte d’Ă©lĂ©ments physiologiques dans la fonction de coĂ»t du modèle de segmentation
  • IntĂ©gration du modèle de segmentation dans un logiciel utilisĂ© Ă  l’hĂ´pital en recherche prĂ©-clinique
Outils et compétences utilisés :
Data Scientist - Capgemini Engineering
Jan 2023 - Sept 2024 Lyon, France

J’ai intĂ©grĂ© l’Ă©quipe Recherche et Innovation (Auvergne-RhĂ´ne-Alpes) en tant que rĂ©fĂ©rente technique sur les sciences des donnĂ©es. J’ai particulièrement participĂ© Ă  des projets touchant Ă  la psychomĂ©trie, au traitement d’images, au traitement automatique du language naturel (NLP). Tous ces projets m’ont permis d’appliquer ces compĂ©tences Ă  diffĂ©rents secteurs tels que le secteur mĂ©dical (prise en charge et/ou diagnostic de l’endomĂ©triose, dĂ©tection prĂ©coce de la schizophrĂ©nie), industriel (rĂ©daction et classification de tickets d’incidents).

Activités :

  • DĂ©tection de ligaments utĂ©ro-sacrĂ©s sur des images IRM (2D)
  • Clustering de donnĂ©es tabulaires et textuelles
  • DĂ©tection automatique de bactĂ©ries sur boite de pĂ©tri
  • DĂ©tection de portes sur des plans architecturaux
  • Encadrement technique (1 stagiaire M2, 2 alternants en reconversion)
Outils et compétences utilisés :
Stagiaire de recherche - IRCAD
Mars 2019 - Août 2019 Strasbourg, France

J’ai rĂ©alisĂ© mon projet de fin d’Ă©tudes au sein de l’Ă©quipe Recherche et DĂ©veloppement de l’Institut de Recherche contre le Cancer de l’Appareil Digestif. Ce projet intitulĂ© Suivi temps rĂ©el de structures d’intĂ©rĂŞt en imagerie Ă©chographique transabdominale m’a permis de mener un banc d’essai et de dĂ©velopper mes compĂ©tences d’illustration de rĂ©sultats.

Activités :

  • Traitement de sĂ©quences d’images pour l’estimation du mouvement provoquĂ© par la respiration sur des organes d’intĂ©rĂŞt
  • Banc d’essai de diverses mĂ©thodes de tracking, recalage et dĂ©tection
Outils et compétences utilisés :
Stagiaire de recherche - Seoul National University
Juin 2018 - Août 2018 Séoul, Corée du Sud

J’ai rejoint un projet de recherche du laboratoire de Neurophysiologie de l’UniversitĂ© Nationale de SĂ©oul (SNU) portĂ© par un doctorant et intitulĂ© Imagerie calcique in vivo de l’activitĂ© neuronale dans l’hippocampe de souris en mouvement libre. J’ai majoritairement travaillĂ© sur des vidĂ©os d’observation comportementale de souris, dans lesquelles j’ai utilisĂ© la segmentation et la morphologie mathĂ©matique pour dĂ©tecter la position des souris. A partir des informations extraites des sĂ©quences vidĂ©os j’ai aussi pu estimer l’activitĂ© des souris.

Activités :

  • Traitement d’images sur des vidĂ©os
  • Assistance sur la prĂ©paration, la chirurgie et l’analyse post-mortem des souris
  • Relecture d’articles
Outils et compétences utilisés :
Stagiaire en développement logiciel - Orange Caraïbe
Juin 2017 - Juillet 2017 Guadeloupe, France
Ce stage d’observation autour du sujet Infrastructure as code, m’a permis de dĂ©velopper mes compĂ©tences en programmation et d’en apprendre plus sur les tĂ©lĂ©communications et la virtualisation.
Outils et compétences utilisés :

Formation

2019 - 2022
Doctorat en traitement du signal et des images
Université Claude Bernard Lyon 1
Lyon, France

Intitulé : Quantification de l’aération pulmonaire sur des images CT de patients atteints du syndrome de détresse respiratoire aiguë

Compétences acquises :

  • Traitement d’images
  • Apprentissage profond
  • Science reproductible
  • RĂ©daction d’article scientifique
2017 - 2019
Master Imagerie Robotique et Ingénierie pour le Vivant
Télécom Physique Strasbourg
Strasbourg, France

Compétences acquises :

  • Traitement d’images
  • BiomĂ©canique
  • Physique des imageurs mĂ©dicaux
  • Informatique
  • ModĂ©lisation par Ă©lĂ©ments finis

Projet de recherche individuel (3 mois - 2018) : Effets d’une ceinture de sĂ©curitĂ© sur une cage thoracique lors d’un choc frontal de voiture :

  • ModĂ©lisation par Ă©lĂ©ments finis (Altrair Hyperworks)
  • Restitution sous forme d’article scientifique
2016 - 2019
Diplôme d'ingénieur généraliste
Télécom Physique Strasbourg
Strasbourg, France

Spécialité Ingénierie et Sciences pour le Vivant

Compétences acquises :

  • Traitement d’images
  • Informatique
  • Traitement du signal
  • Automatique

TOEIC Anglais (2018) : 960 / 990

Projet ingĂ©nieur pour le CNES (2017 - 2018) : Traitement d’images appliquĂ© Ă  un dispositif portable de suivi de la bio-contamination:

  • Cheffe de projet d’un groupe de 5 Ă©tudiant.e.s
  • RĂ©daction d’un cahier des charges et d’une documentation pour le code (C++)
  • Segmentation, dĂ©tection de caractĂ©ristiques, classification
2014 - 2016
CPGE PCSI - PSI
LGT Baimbridge
Guadeloupe, France

Compétences acquises :

  • Informatique
  • Physique
  • Sciences de l’IngĂ©nieur

Préparation et participation aux Olympiades de Chimie 2015

Participation au programme Les cordées de la réussite 2014 - 2015

Publications

Dans des revues à comité de lecture

Critical Care (2025)
Co-auteur Réanimation SDRA Tomodensitométrie
Critical Care (2025)
Diagnostic performance of the recruitment-to-inflation ratio to assess lung recruitability by PEEP in ARDS: a computed tomography study
Intensive Care Medicine Experimental (2023)
1er auteur Réanimation ARDS Tomodensitométrie
Intensive Care Medicine Experimental (2023)
Precision of CT-derived alveolar recruitment assessed by human observers and a machine learning algorithm in moderate and severe ARDS
Medical Physics (2022)
1er auteur U-net Segmentation Tomodensitométrie
Medical Physics (2022)
Improving motion-mask segmentation in thoracic CT with multiplanar U-nets
Journal of Critcial Care (2020)
Co-auteur Réanimation ARDS Tomodensitométrie
Journal of Critcial Care (2020)
Quantitative-analysis of computed tomography in COVID-19 and non COVID-19 ARDS patients: A case-control study