About the position
About the research centre or Inria department L’Inria est l’Institut national de recherche en sciences du numérique, dont le centre Inria d’Université Côte d’Azur fait partie. Avec une forte expertise en informatique et mathématiques appliquées, les projets de recherche du centre Inria d’Université Côte d’Azur touchent toutes les dimensions des sciences et technologies du numérique, et génèrent de l’innovation. Implanté principalement à Sophia Antipolis, mais également à Nice ou Montpellier, il regroupe 47 équipes de recherche et neuf services d’appui. Il est présent dans les domaines de l’intelligence artificielle, la science des données, la sécurité des systèmes informatiques, la robotique, l’ingénierie de réseaux, la prévention des risques naturels, la transition écologique, la biologie numérique, les neurosciences computationnelles, les données de santé… Le Centre Inria d’Université Côte d’Azur est un acteur majeur en termes d'excellence scientifique par les résultats obtenus et les collaborations tant au niveau européen qu'international. Context Qu’ils soient innés (paralysies cérébrales, spina bifida, etc.) ou acquis (accidents vasculaires cérébraux, lésions traumatiques de la moelle épinière…), les troubles neurologiques conduisent bien souvent à des symptomatologies complexes pouvant aller de la faiblesse musculaire légère à la paralysie viscérale et/ou motrice complète. Dans ce contexte, la perte bilatérale des fonctions des membres supérieurs suite à une lésion de la moelle épinière a un impact considérable sur la capacité des personnes à vivre de manière indépendante. Lorsque la rééducation et/ou la chirurgie ne parvienne pas à restaurer une mobilité des membres, il n'existe aucune solution pour récupérer les mouvements des membres supérieurs. Bien que des progrès considérables aient été réalisés dans le domaine de la stimulation de la moelle épinière (SME) pour la rééducation des fonctions motrices, les résultats les plus significatifs sont encore obtenus grâce à des essais cliniques de longue durée associant la SME à des exercices physiques spécifiques. L’investissement nécessaire à la mise en œuvre de ce type de protocole en terme humain (dévouement des personnes blessés médullaires, du personnel clinique et des chercheurs) mais également financier limitant sa démocratisation. La difficulté à appréhender l’effet de la stimulation sur les réseaux de la moelle épinière rend le réglage de la SME particulièrement difficile, la limitant de facto à une approche résolument empirique. Dans ce contexte, la modélisation computationnelle des réseaux neuronaux de la moelle épinière pourrait constituer un outil puissant à même d’améliorer la compréhension des mécanismes d’action de la stimulation mais également d’optimiser son utilisation. Assignment Les travaux de modélisation ayant trait à la stimulation de la moelle épinière visent principalement à identifier les structures nerveuses recrutées par la stimulation. Ces modèles dit d’équivalence électrique dérivent des travaux pionniers d’Hodgkin-Huxley et s’intéressent aux propriétés électriques des neurones pour modéliser leur réponse à la stimulation. Ces travaux, bien que fondamentaux dans la compréhension des effets de la stimulation ne permettent cependant pas de caractériser le comportement des réseaux neuronaux mis en jeu ni leurs mécanismes d’action. A l’heure actuelle, il n’existe donc pas de travaux de modélisation permettant d’appréhender les effets de la stimulation de la moelle sur ses réseaux neuronaux. Les modèles de masses neurales (MMN) sont des modèles computationnels permettant de simuler dans un cadre simple les dynamiques de réseaux de neurones. Les travaux portant sur ces MMN peuvent ainsi s’intéresser i) à la modélisation du comportement d’un réseau de neurone dans des conditions et environnements variable ou bien ii) à la modélisation du comportement des réseaux neuronaux dans un cadre spécifique comme lors de la survenue d’une crise d’épilepsie par exemple. Malgré le récent regain d’intérêt pour la stimulation de la moelle épinière, aucune étude ne s’est penchée sur l’utilisation de MMN pour essayer de caractériser et comprendre l’impact de la stimulation sur les réseaux de la moelle épinière. L’objectif de cette thèse est donc de combler en partie cette lacune en : Identifiant la famille de modèle de masses neurales la plus pertinente pour une modélisation centrée caractérisation des effets d’une stimulation de la moelle épinière (SME) Identifiant les paramètres influençant le comportement d’un MMN modélisant le SME Recherchant ces paramètres dans la littérature Élaborant un premier embryon de modèle Pour mener à bien ce projet, l’étudiant sera encadré par Thomas Guiho, spécialiste de l’étude de la stimulation de la moelle épinière pour la rééducation fonctionnelle, ainsi que Mathieu Desroches, spécialiste de la modélisation mathématique en Neuroscience, en particulier les MMN. Le projet s'inscrit donc dans le cadre d'un partenariat entre deux équipes Inria: CAMIN et MathNeuro. Main activities Réaliser l’état de l’art de l’implémentation de différents modèles computationnels appliqués aux neurosciences Faire un état de l’art des connaissances sur les mécanismes d’action de la stimulation de la moelle épinière Comprendre l’utilisation des modèles de masse neurale et leur fondement mathématiques Mettre au point un ou plusieurs modèle.s computationnel.s de moelle épinière appliqués à la stimulation fonctionnelle. Tester et enrichir ces modèles computationnels via le prisme de l’expérimentation animal Participer à la mise en place et à la réalisation d’expérimentations in vivo. Rédiger des rapports intermédiaires ainsi que produire un manuscrit de thèse Participer à des congrès et à la rédaction d’articles scientifiques Enrichir son portefeuille de compétences via des formations complémentaires Eventuellement assurer un service d’enseignement au sein de l’Université de Montpellier Skills Langage de programmation : MATLAB ou Python (connaissances en MATLAB serait un plus) Langue: Français ou Anglais. Un bon niveau en anglais serait un plus pour les étudiant.e.s francophones
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