Topic description
La compréhension de la fonction mécanique des muscles faciaux lors des expressions et mimiques faciales est essentielle pour établir un diagnostic quantifié et définir une stratégie de rééducation fonctionnelle personnalisée chez les patients ayant subi une paralysie faciale ou une transplantation du visage. Des modèles d'éléments finis ont été développés pour étudier l'activation [1,2], la contraction et la coordination des muscles faciaux au cours des mouvements de la mimique faciale. Toutefois, la compréhension de cette fonction mécanique reste limitée, car la loi de comportement actif du muscle facial et le réseau musculaire modélisé sont souvent simplifiés.
Ce projet de thèse a pour objectif de développer un jumeau numérique patient-spécifique du visage par la méthode d'éléments finis et des données multimodales d'IRM. Une loi de comportement actif multi-échelle des muscles faciaux sera développée pour différents motifs (longitudinal et circonférentiel) de contraction. La formulation mathématique multi-échelle et l'identification des paramètres associés de la loi développée seront réalisées grâce aux données issues de multiple sources (imagerie in vivo, expérimentation in vitro) [3][4]. Particulièrement, l'imagerie par résonance magnétique (IRM) sera utilisée à la fois pour créer le modèle d'éléments finis et pour caractériser les motifs de contraction musculaire lors des expressions et mimiques faciales, qui serviront ensuite à la simulation ainsi qu'à l'évaluation des résultats.
Les différentes étapes de la thèse seront 1) d'effectuer un état de l'art de la modélisation biomécanique du visage, 2) de développer d'un modèle d'éléments finis du visage à partir des images IRM, 3) d'implémenter des lois de comportements multi-échelle des tissus mous du visage, 4) de réaliser des simulations des mimiques faciales et 5) d'évaluer les résultats obtenus avec les données issues de l'IRM.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Understanding the mechanical function of facial muscles during expressions and mimetic movements is crucial for establishing quantitative diagnoses and designing personalized functional rehabilitation strategies in patients with facial paralysis or after face transplantation. Finite element models have been developed to investigate muscle activation, contraction, and coordination during facial expressions [1,2]. However, this mechanical function remains poorly understood due to oversimplified muscle constitutive laws and muscle network representations.
The objective of this PhD project is to develop a patient-specific digital twin of the face using the finite element method and multimodal MRI data. A multiscale active constitutive law for facial muscles will be developed to describe different contraction patterns (longitudinal and circumferential). The multiscale mathematical formulation and the identification of the associated parameters of the proposed constitutive law will be carried out using data from multiple sources (in vivo imaging, in vitro experiments, correlation, and regression) [3, 4, 5]. In particular, magnetic resonance imaging (MRI) will be used both to construct the finite element model and to characterize muscle contraction patterns during facial expressions and mimetic movements, which will subsequently be used for simulation and evaluation of the results. The PhD project is divided into five following tasks: 1) state of the art of the face finite element modeling, 2) patient-specific Face Modeling derived from MRI, 3) implementation of multiscale behavior of soft tissue and muscle 4) simulation of facial expression and 5) evaluation and comparison with MRI data.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
Funding category
Other public funding
Funding further details
ANR Financement d'Agences de financement de la recherche
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.