Caractérisation de la récupération motrice au cours d’un processus de rééducation guidé par BCI
J-137
Doctorat Doctorat complet
- Disciplines
- Analyse numérique
- Laboratoire
- Laboratoire de Conception et Dévelopement des Dispositifs Médicaux Département des Technologies pour l'Innovation en Santé (LET
- Institution d'accueil
- UNIVERSITE GRENOBLE ALPES
- Ecole doctorale
- Chimie et sciences du vivant - ED 218
Description
Les interfaces cerveau-machine ou BCI (pour Brain Computer Interface) permettent de restaurer une fonction perdue en offrant la possibilité à un individu de contrôler des dispositifs externes grâce à la modulation de son activité cérébrale. Le CEA a développé une technologie de BCI basée sur l’implant WIMAGINE de mesure de l’activité cérébrale par électrocorticographie (ECoG) et sur des algorithmes de décodages des intentions motrices. Cette technologie a initialement été testée pour le contrôle d’effecteurs robotiques de type exosquelette, et de dispositifs de stimulation médullaire pour pallier les pertes motrices graves. Ce paradigme initial de suppléance et de substitution, bien que prometteur, laisse désormais entrevoir un potentiel d’application différent : celui de la récupération fonctionnelle par rééducation guidée par BCI. La littérature actuelle suggère en effet que les BCI, utilisées de manière intensive et bien orientées, peuvent favoriser la plasticité neuronale et, par extension, une amélioration des capacités motrices résiduelles. En particulier, les BCI implantées en électrocorticographie (ECoG) pourrait apporter des gains thérapeutiques significatifs. L’objectif de cette thèse est donc d’évaluer le potentiel de la technologie BCI du CEA pour favoriser l’amélioration des capacités motrices résiduelles de patients paralysés par plasticité neuronale. Ce travail sera abordé par une démarche scientifique rigoureuse et multidisciplinaire, comprenant une revue exhaustive de la littérature scientifique, la mise en place et la réalisation d’expérimentations cliniques avec des patients, le développement algorithmique d’outils de suivi et d’analyse de la progression des patients et la publication des résultats significatifs dans des revues scientifiques de haut-niveau. Cette thèse est destinée à un(e) étudiant(e) spécialisé(e) en ingénierie biomédicale, avec une expertise en traitement de signal et analyse de données physiologiques complexes et une expérience en Python ou Matlab. Un fort intérêt pour l’expérimentation clinique et les neurosciences sera aussi nécessaire. L’étudiant(e) travaillera au sein d’une équipe pluridisciplinaire au sein de CLINATEC, contribuant ainsi à la recherche de pointe dans le domaine des BCIs.Offre financée
- Type de financement
- CEA
Dates
Date limite de candidature 30/11/25
Durée36 mois
Date de démarrage01/10/25
Date de création02/12/24
Langues
Niveau de français requisAucun
Niveau d'anglais requisAucun
Possibilité de faire sa thèse en anglais
Divers
Frais de scolarité annuels391 € / an
Contacts
Vous devez vous connecter pour voir ces informations.
Cliquez ici pour vous connecter ou vous inscrire (c'est gratuit !)