Direction scientifique
Transfert de connaissances vers l'industrie

Programme de stages

Recherche biomédicale, clinique, préclinique >> Recherche biomédicale, clinique, préclinique
5 proposition(s).

Ingénieur traitement du signal filière biomédicale H/F

CLINATEC

Recherche biomédicale, clinique, préclinique - Recherche biomédicale, clinique, préclinique

Grenoble

Rhône-Alpes

6 mois

3ème année d'école d'ingénieur

7424

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : napoleon.torres-martinez@cea.fr

Dans le cadre du projet EPICOOL, des expérimentations précliniques sur des modelés épileptiques (Primates Non Humains) sont en cours afin de pouvoir contrôler les crises épileptiques induites par injection de pénicilline. Les signaux recueillis au niveau de l’hippocampe (SEEG) et ECoG grâce à un implant dédié sont traités afin de détecter les périodes des crises et mettre en évidence l’arrêt de crises à une température donnée délivrée par une sonde refroidissante. Nous espérons que le traitement des signaux réalisés permettra de détecter et prédire la survenue des crises pour délivrer ‘à la demande’ le refroidissement La sélection et l’optimisation algorithmique afin de prédire l’arrivée de la crise est primordiale afin de réduire les besoins en puissance thermique et en puissance computationnelle. L’étudiant(e) devra prendre en compte les contraintes du système complet afin que les solutions algorithmiques soient exploitables.   Le but de ce stage est donc de faire un état de l’art des algorithmes envisageables et de les tester afin de développer un programme d’optimisation des caractéristiques basées sur des méthodes de projections, sélections ou fusions de caractéristiques afin d’améliorer la prédiction de la crise. Pour cela, le candidat sera amené à : - Faire une recherche exhaustive des différentes méthodes utilisables, - Mettre en place un environnement de test permettant de spécifier les performances de chaque méthode, - Tester et optimiser les algorithmes d’extractions de caractéristiques, - Quantifier l’amélioration des performances des algorithmes déjà existant en utilisant des données provenant des enregistrements chroniques des essais précliniques des modèles épileptiques.

Intégration d'effecteurs et des environnements d'entrainement associés pour le développement d'une neuroprothèse motrice

CLINATEC

Recherche biomédicale, clinique, préclinique - Recherche biomédicale, clinique, préclinique

Grenoble

Rhône-Alpes

6 mois

Ingénieur logiciel, électronique et mécanique

7176

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : guillaume.charvet@cea.fr

Dans le cadre de l’essai clinique « BCI et tétraplégie », nous souhaitons intégrer de nouveaux effecteurs contrôlés par BCI. Le sujet de stage a pour objectif d’intégrer un « fauteuil roulant » sur la plateforme BCI. Ceci permettra, à terme, aux patients de contrôler un fauteuil roulant à partir de la mesure et du décodage de leur activité cérébrale. Pour cela, le/la candidat(e) sera amené(e) à : - Identifier et développer une solution pour le contrôle d’un fauteuil roulant, adaptable à un large panel de modèle de fauteuil roulant, - Proposer différentes solutions d’environnements d’entrainement (réel et virtuel), - Développer et tester les solutions retenues d’environnement d’entrainement en s’assurant de la compatibilité avec la plateforme BCI et les contraintes d’utilisation dans le cadre d’un essai clinique (contraintes de sécurité, contraintes ergonomiques, contraintes techniques..). Cette étape nécessitera de mettre en œuvre des compétences dans le développement d’un système complet que ce soit en logiciel, électronique et mécanique.

Développement d'environnements d'entrainement virtuels pour l'apprentissage des patients au contrôle d'une neuroprothèse

CLINATEC

Recherche biomédicale, clinique, préclinique - Recherche biomédicale, clinique, préclinique

Grenoble

Rhône-Alpes

6 mois

Ingénieur développement logiciel

7175

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : serpil.cokgungor@cea.fr

Dans le cadre de l’évolution de la plateforme BCI, l’objectif de ce stage est de développer différents « serious games » adaptés aux besoins d’entrainement des sujets tétraplégiques au contrôle BCI. Des premiers « serious games » ont déjà été développés et interfacés avec la plateforme BCI.  En particulier, ces serious games sont adaptés pour un entrainement au contrôle BCI basé sur des commandes simples type « switch binaire » ou « contrôle continu sur 1 axe (1D) ». Le stage proposé permettra de définir, adapter et intégrer des « serious games » basés sur des commandes avec des degrés de libertés évolutifs : commandes simples (« switch binaire », contrôle continu 1D) à des commandes plus complexes (contrôle continu 2D, 3D, Contrôle multimembres, … ). Le stagiaire devra également proposer des environnements pour l’entrainement au contrôle de nouveaux effecteurs. Les jeux seront adaptés en fonction de la progression du patient dans l’apprentissage au contrôle BCI. Les « serious games » utilisés pourront être issus soit de jeux vidéos disponibles en opensource, soit de jeux fournis par des éditeurs de jeux vidéos.

Optimisation et automatisation de l'apprentissage en temps réel des modèles de décodage des signaux ECoG pour une interface cerveau machine

CLINATEC

Recherche biomédicale, clinique, préclinique - Recherche biomédicale, clinique, préclinique

Grenoble

Rhône-Alpes

6 mois

Ingénieur traitement de signal et logiciel

7172

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : felix.martel@cea.fr

Dans le cadre du projet BCI à Clinatec, un essai clinique est en cours afin de pouvoir faire la preuve qu’un sujet tétraplégique peut piloter un exosquelette 4-membres à partir de la mesure de son activité cérébrale. Les signaux recueillis au niveau du cortex moteur (ElectroCorticoGramme – ECoG) grâce à l’implant WIMAGINE sont traités afin de détecter les signatures issues de mouvements imaginées correspondant à des intentions de mouvement du patient. Le traitement réalisé permet de décoder ce signal ECoG en commande de l’exosquelette. Actuellement, la phase d’apprentissage par « machine learning » des modèles de décodage doit être supervisée par un expert évaluant quelles parties du modèle génèrent des performances acceptables, et quelles parties du modèle sont à entraîner. Afin d’améliorer cette étape, il est primordial d’automatiser et d’optimiser la phase d’apprentissage des modèles. Le but de ce stage est donc de participer à l’optimisation et l’automatisation de cette phase d’apprentissage en implémentant une évaluation en temps réel des performances des modèles, afin de pouvoir développer un protocole d’entraînement. Pour cela, le candidat sera amené à : - Identifier différents indicateurs de convergence et de performance applicables aux algorithmes et modèles d’apprentissage utilisés dans le projet BCI - Implémenter ces indicateurs dans la boucle de décodage en temps réel - Développer et implémenter dans la chaîne logicielle un protocole d’apprentissage automatique des modèles :           * Dans un premier temps de manière aléatoire jusqu’à atteindre les performances voulues.           * Dans un second temps en choisissant des cibles optimisant l’entraînement des parties du modèle générant les moins bons résultats.

Sélection et optimisation des caractéristiques de modèle en se basant sur des algorithmes d'apprentissage machine

CLINATEC

Recherche biomédicale, clinique, préclinique - Recherche biomédicale, clinique, préclinique

Grenoble

Rhône-Alpes

6 mois

Ingénieur(e) en traitement du signal et informatique

7167

Les candidatures doivent être adressées par email et sous forme d'un CV et d'une lettre de motivation détaillant les compétences à :
CEA Grenoble

17 rue des martyrs
38054 Grenoble
e-mail : tetiana.aksenova@cea.fr

Dans le cadre du projet BCI à Clinatec, un essai Clinique est en cours afin de pouvoir faire la preuve qu’un sujet tétraplégique peut piloter un exosquelette 4-membres à partir de la mesure de son activité cérébrale. Les signaux recueillis au niveau du cortex moteur (ElectroCorticoGramme – ECoG) grâce à l’implant WIMAGINE sont traités afin de détecter les signatures issues de mouvements imaginées correspondant à des intentions de mouvement du patient. Le traitement réalisé permet de décoder ce signal ECoG en commande de l’exosquelette. La sélection et l’optimisation des caractéristiques de modèle, afin de décoder les mouvements imaginés, sont primordiales afin d’obtenir un entrainement robuste, précis et rapide des algorithmes d’apprentissage machine. De nombreuses méthodes (se basant sur des optimisations de « machine learning » classique ou des méthodes de « deep learning ») sont aujourd’hui utilisables pour une telle application, toutes n’ayant pas les mêmes performances. Le but de ce stage est donc de faire un état de l’art des algorithmes envisageables et de les tester afin de développer un programme d’optimisation des caractéristiques basé sur des méthodes de projections, sélections ou fusions de caractéristiques afin de diminuer le nombre important de paramètres de l’algorithme de décodage. Pour cela, le/la candidat(e) sera amené(e) à : - Faire une recherche exhaustive des différentes méthodes utilisables - Mettre en place un environnement de test permettant de spécifier les performances de chaque méthode - Tester et optimiser les algorithmes d’extractions de caractéristiques - Quantifier l’amélioration des performances des algorithmes déjà existant en utilisant des données provenant des enregistrements chroniques de l’essai clinique de Clinatec.

Voir toutes nos offres