About the position
Context
Contexte
L’analyse de données d’imagerie cérébrale pose des problématiques riches en traitement du signal, analyse d’images, statistiques et apprentissage automatique : signaux fortement bruités, dépendances temporelles et spatiales, grande dimension des données et relations complexes entre différentes régions cérébrales.
Assignment
Ce stage propose d’étudier ces problématiques à partir de données d’imagerie par résonance magnétique fonctionnelle (IRMf), dans le cadre d’une tâche comportementale impliquant la motivation et la récompense alimentaire (MID task).
L’objectif scientifique est d’étudier les relations entre l’activité de régions cérébrales situées à différentes profondeurs
, en particulier le striatum, impliqué dans les mécanismes de récompense et de motivation, et le cortex préfrontal, accessible par des modalités d’imagerie de surface telles que la spectroscopie en proche infrarouge fonctionnelle (fNIRS).
À plus long terme, l’objectif est de pouvoir étudier indirectement l’activité de structures cérébrales profondes, telles que le striatum, à partir de mesures réalisées à la surface du cerveau. La fNIRS, qui permet d’enregistrer de manière non invasive l’activité hémodynamique corticale, avec une plus grande liberté de mouvement et dans des conditions expérimentales moins contraignantes que l’IRMf, constitue une modalité particulièrement intéressante pour cet objectif. Elle ne permet toutefois pas de mesurer directement l’activité du striatum. L’hypothèse étudiée dans ce stage est que les signaux enregistrés dans le cortex préfrontal pourraient contenir une information permettant d’estimer indirectement l’activité striatale. Pour l’évaluer, le stage s’appuiera sur des données IRMf permettant de mesurer simultanément les signaux associés au cortex préfrontal et au striatum. Des méthodes de traitement du signal, d’analyse statistique et de deep learning seront utilisées pour caractériser et modéliser la relation entre ces signaux, et déterminer dans quelle mesure l’activité striatale peut être prédite à partir de l’activité corticale.
À terme, si une telle relation peut être établie et généralisée, elle pourrait contribuer au développement d’approches permettant d’estimer indirectement l’activité de structures profondes à partir de signaux corticaux mesurés par fNIRS, sans recourir à l’IRMf.
Main activities
Objectifs et déroulement du stage
Ce stage pourra notamment comprendre :
Étude de la littérature existante, identification et implémentation des méthodes adaptées au problème rencontré ;
La prise en main des logiciels et des technologies utilisées pour le traitement et l’analyse des images IRM, notamment Python et Matlab ;
Mise en œuvre : adaptation et développement de méthodes d’analyse et de modèles permettant de caractériser et/ou prédire les relations entre les signaux du cortex préfrontal et du striatum, incluant leur conception, leur implémentation, leurs tests et leur documentation ;
Analyse et interprétation des résultats, ainsi que leur discussion au regard de la problématique scientifique.
Skills
Compétences recherchées
Formation en mathématiques appliquées, statistiques, informatique, data science, traitement du signal ou traitement d’images ;
Bonne connaissance des méthodes d’apprentissage automatique et/ou de deep learning ;
Maîtrise de Python/Matlab ;
Une première expérience en imagerie médicale et/ou en neurosciences serait appréciée ; un intérêt pour ces domaines est toutefois suffisant.
Qualités requises
Rigueur, autonomie, curiosité scientifique et technique, esprit d’initiative, bonnes aptitudes relationnelles, attrait pour les nouvelles technologies
Maîtrise de l'anglais technique et scientifique
This listing was collected from a public source and is reproduced here for
information only. Always confirm the details on the original posting before applying.
View the original posting