Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

CDD

Intitulé de l'offre

Thèse en machine learning pour une interface cerveau-machine motrice H/F #MedicalDisplay

Statut du poste

Cadre

Durée du contrat (en mois)

36 mois

Description de l'offre

Sujet : Décodeur de l’activité neuronale pour une neuroprothèse visant la restauration des mouvements du membre supérieur pour sujets atteints de handicap moteur

Au sein d’une équipe pluridisciplinaire, le doctorant (H/F) développera des algorithmes de machine learning / intelligence artificielle pour le décodage de l’activité cérébrale pour des tâches réalisées (contrôle des bras) en essai clinique à l’EPFL / CHUV (Lausanne), et à CEA/CLINATEC / CHUGA (Grenoble). Les algorithmes seront adaptés aux tâches de la vie quotidienne, avec une latence adaptée, une performance de décodage et une efficacité de contrôle requise pour un usage médical. Enfin, les décodeurs adaptatifs seront testés dans les deux essais cliniques.

Pour atteindre ces objectifs :

Des approches adaptives d’entrainement semi-supervisées seront à explorer : étude des méthodes d’extraction de caractéristiques adaptées (ex. [4]), développement d’algorithmes robustes à des données faiblement labélisées, re-labélisation des données grâce à la détection à partir des signaux neuronaux de la cohérence entre intentions du patient et mouvements effectués par BCI [5].
Ces approches seront tout d’abord testées hors-ligne pour analyser la faisabilité sur les données accumulées sur plusieurs années avec les patients des différents essais cliniques.
Les méthodes devront être adaptées pour les tâches de contrôle des membres supérieurs par stimulation.
Finalement, les approches les plus prometteuses seront intégrées dans la chaîne logicielle pour être testées en temps réel avec les patients inclus dans les essais cliniques.

Le/la doctorant(e) intégrera l’équipe Traitement du signal de CLINATEC®. Il/elle sera impliqué(e) dans un projet très multidisciplinaire et collaborera avec des ingénieurs logiciel et électronique, des biologistes ainsi que des médecins de CLINATEC® et de l’EPFL, et contribuera aux essais cliniques.

Références :

[1] Benabid, A. L., Costecalde, T., Eliseyev, A., Charvet, G., Verney, A., Karakas, S., ... & Chabardes, S. (2019). An exoskeleton controlled by an epidural wireless brain–machine interface in a tetraplegic patient: a proof-of-concept demonstration. The Lancet Neurology, 18(12), 1112-1122.

[2] Moly, A. et al. (2022). An adaptive closed-loop ECoG decoder for long-term and stable bimanual control of an exoskeleton by a tetraplegic. Journal of neural engineering.

[3] Lorach, H., Galvez, A., Spagnolo, V., … & Courtine, G. (2023). Walking naturally after spinal cord injury using a brain–spine interface. Nature 618, 126–133.

[4] Barachant, A., Bonnet, S., Congedo, M., Jutten, C. (2012) Multiclass brain-computer interface classification by Riemannian geometry. IEEE Trans. on Biomedical Engineering, 59(4), pp. 920-928.

[5] Rouanne V., Costecalde T., Benabid A.L., Aksenova T. (2022). Unsupervised adaptation of an ECoG based brain-computer interface using neural correlates of task performance. Scientific Reports.12(1), 21316.

Profil du candidat

CLINATEC® recherche un candidat (H/F) spécialisé en "machine learning", notamment en apprentissage adaptatif, traitement de signal en temps-réel et traitement de flux important de données.

Des connaissances en méthodes de ‘deep learning’ seront appréciées.

Des compétences de programmation en MATLAB et Python sont indispensables.

Une expérience en traitement du signal neuronal (EEG-ECoG-MEG) et un fort attrait pour les neurosciences et le domaine médical seront des atouts.

La date préférable de début thèse est octobre – décembre 2023

CV, lettre de motivation et informations de contact d’au moins deux scientifiques de référence doivent être envoyés à :

Tetiana AKSENOVA / Téléphone : 04.38.78.03.20 / Email : tetiana.aksenova@cea.fr

Guillaume CHARVET / Téléphone : 04.38.78.20.08 / Email : guillaume.charvet@cea.fr

Félix MARTEL / Téléphone : 04.38.78.40.76 / Email : felix.martel@cea.fr

Localisation du poste

Site

Grenoble

Localisation du poste

France, Auvergne-Rhône-Alpes, Isère (38)

Ville

GRENOBLE

Critères candidat

Formation recommandée

Diplôme d'ingénieur ou Master 2

Demandeur

Disponibilité du poste

02/10/2023

Informations générales

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

La conscience des responsabilités
La coopération
La curiosité

Référence

2023-27798

Description de la Direction

Au sein du CEA LETI, vous rejoindrez CLINATEC®, Centre de Recherches Biomédicales à Grenoble ayant pour mission de développer des innovations médicales. Dans le cadre de cette mission, les projets interface cerveau machine (BCI « Brain Computer Interface ») sont en cours. L'objectif de ces interfaces est d'apporter des solutions de réhabilitation ou compensation fonctionnelle à des patients atteints de handicap moteur sévère, à l'aide de neuroprothèses.

Description de l'unité

Les neuroprothèses enregistrent et décodent les signaux neuronaux pour activer un effecteur externe. Dans le projet développé par CLINATEC®, l'activité neuronale est enregistrée au niveau du cortex moteur (ElectroCorticoGrammes, ECoG) par l'implant WIMAGINE à usage chronique. Un ensemble d'algorithmes de décodage ont été développés à CLINATEC® et utilisés dans des protocoles de recherche cliniques, pour la tétraplégie à Grenoble (projet BCI, en collaboration avec le CHUGA), et pour la paraplégie à Lausanne en Suisse (projet BSI, pour « Brain Spine Interface », en collaboration avec l'EPFL et le CHUV). Le projet BCI explore les solutions de compensation fonctionnelle par le contrôle d'un exosquelette [1] [2]. Dans le projet BSI, un stimulateur implanté au niveau de la moelle épinière est utilisé comme effecteur.

Le projet BSI explore les solutions de compensation fonctionnelle et/ou de réhabilitation pour restaurer la marche des patients paraplégiques atteints d'une section complète ou partielle de la moelle épinière [3]. Les avancées technologiques récentes laissent entrevoir le contrôle des membres supérieurs également par une stimulation de la moelle épinière. Le prochain défi majeur est le transfert de la technologie BCI pour un usage médical réel, offrant des performances élevées de décodage de l'activité neuronale dans un environnement naturel, une adaptabilité à la non-stationnarité des données, une utilisation facile sans assistance, etc.

Suggestions de recherche