Missions

Ce poste est disponible pour une jeune chercheuse ou un jeune chercheur ayant obtenu une thèse de doctorat en neuroimagerie, neurosciences ou en informatique et traitement du signal avec une expérience en traitement des données d’électrophysiologie humaine, voire précisément dans le domaine des interfaces cerveau-machine.
Ce poste est ouvert dans le cadre du projet ANR HiFi, sous la co-direction de Jérémie Mattout, PhD (co-responsable de l’équipe COPHY du Centre de Recherche en Neurosciences de Lyon (CRNL)) et de James Bonaiuto, PhD (responsable de l’équipe DANC de l'Institut des sciences cognitives Marc Jeannerod (ISCMJ)).
La mission associée à ce poste est celle de concevoir, implémenté puis valider expérimentalement, une interface cerveau-machine non-invasive, utilisant l’EEG, et exploitant les méthodes originales développées dans nos deux équipes, pour extraire les activités transitoires, sous la forme de bouffées, dans les bandes de fréquences beta et mu, afin de décoder et traduire en commande, l’imagination motrice chez différents groupes de participants.

Activités

Le ou la candidate participera à un projet ambitieux et de pointe visant à développer des méthodes de traitement du signal en temps-réel pour traduire efficacement, avec précision et robustesse, les activités sensorimotrices mesurées en EEG lors de tâches d’imagination de mouvement, pour des applications de type interfaces cerveau-machine. L’objectif du projet est de démontrer qu’il est possible de dépasser les performances des méthodes actuelles, notamment en exploitant une propriété importante de ces activités, à savoir leur survenue sous la forme de bouffées transitoires dont la fréquence d’occurrence, la forme, l’amplitude et la localisation sur le cortex, encodent des informations importantes. Le ou la candidate :
• Aura accès à plusieurs jeux de données publics où des données originales qu’il contribuera à acquérir ;
• Développera et implémentera un ensemble de méthodes pour l’analyse de ces données, dans un premier temps en mimant leur traitement en temps réel, pour en évaluer les performances ;
• Proposera des solutions mathématiques et algorithmiques pour maximiser ces performances, en explorant différentes pistes méthodologiques (géométrie riemannienne, réseaux de neurones…) ;
• Mènera une campagne de validation expérimentale de l’approche développée ;
• Valorisera et diffusera ces travaux à travers des publications dans des revues internationales et en participant à des conférences nationales et internationales du domaine ;
• Envisagera enfin de démontrer la validité de cette nouvelle approche, en participant à la future compétition internationale « Cybathlon 2024 »).

Compétences

Les candidats enthousiastes et motivés sont encouragés à postuler.
* Doctorat en neurosciences, en informatique, en ingénierie, en apprentissage machine ou dans un domaine connexe
* Autonomie en programmation sous Python
* Expérience dans l'utilisation de logiciels d'analyse d'images (MNE, SPM, Fieldtrip …)
* Expérience dans l’acquisition et l’analyse de données EEG
* Expérience dans l’implémentation et l’expérimentation en interfaces cerveau-machine non-invasives
* La maîtrise et de solides compétences rédactionnelles en anglais sont attendues.

Contexte de travail

Le candidat retenu bénéficiera d'un mentorat structuré et d'opportunités de voyage et de présentation lors de réunions nationales. Le CRNL et l'ISCMJ sont des instituts de recherche multidisciplinaires offrant une atmosphère de travail dynamique dans un environnement international avec de multiples possibilités de séminaires, d'ateliers et de clubs méthodologiques.

Contraintes et risques

Aucun