Contexte et atouts du poste
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.
Mission confiée
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 ce stage est donc de combler en partie cette lacune en :
1. 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)
2. Identifiant les paramètres influençant le comportement d’un MMN modélisant le SME
3. Recherchant ces paramètres dans la littérature
4. 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.
Principales activités
5. Réaliser l’état de l’art de l’implémentation des MMN, en particulier appliqués à la santé
6. Comprendre les mécanismes d’action de la stimulation de la moelle épinière
7. Comprendre les études électrophysiologiques d’identification des réseaux de la moelle épinière
8. Mettre au point un embryon de MMN explicitant l’impact d’une stimulation sur les réseaux neuronaux de la moelle épinière
Compétences
9. Langage de programmation : MATLAB ou Python (connaissances en MATLAB serait un plus)
10. Langue: Français ou Anglais. Un bon niveau en anglais serait un plus pour les étudiant.e.s francophones
Avantages
11. Restauration subventionnée
12. Transports publics remboursés partiellement
13. Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
14. Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
15. Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
16. Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
17. Accès à la formation professionnelle
18. Sécurité sociale
Rémunération
Stagiaire : Gratification selon temps de présence
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.