H/F Offre de thèse sur l'implémentation d’un algorithme de tri de potentiels d’action (Spike Sorting) sur une plateforme hybride FPGA/ASIC pour les interfaces cerveau–machine de nouvelle génération

Description du Poste

Sujet De Thèse

Contexte
Les nouvelles technologies d’interfaces cerveau–machine (BCI) ont pour ambition d’aider les personnes en situation de handicap à retrouver certaines fonctions perdues, telles que le mouvement ou la communication. L’un des principaux défis pour faire progresser ces systèmes réside dans leurs exigences computationnelles : les BCIs actuelles génèrent d’immenses flux de données, consomment beaucoup d’énergie et reposent souvent sur des architectures centralisées peu adaptées au traitement temps réel et aux applications embarquées.
Pour surmonter ces limitations, nous proposons une approche innovante fondée sur le calcul neuromorphique, un paradigme d’intelligence artificielle inspiré de l’architecture et du fonctionnement du cerveau. Contrairement aux systèmes numériques traditionnels, les plateformes neuromorphiques utilisent du matériel économe en énergie et des algorithmes événementiels imitant le traitement neuronal. Cette approche permet une analyse rapide et à très faible consommation des signaux neuronaux directement sur des dispositifs miniaturisés — une capacité particulièrement adaptée aux futures applications BCI embarquées.

Description du projet
Nous avons développé une chaîne de traitement neuromorphique [1] basée sur les Locally Competitive Algorithms (LCA) pour le tri de potentiels d’action (spike sorting), appelée NSS (Neuromorphic Spike Sorting). NSS a été validé par simulation et a montré des performances prometteuses sur du matériel neuromorphique tel que Loihi 2.
L’objectif de cette thèse est d’améliorer encore les capacités de NSS en l’implantant sur un matériel neuromorphique hybride analogique–numérique. Plus précisément, nous souhaitons déployer NSS sur la plateforme neuromorphique développée au 3IT, qui combine :
• des architectures FPGA numériques offrant flexibilité et reconfigurabilité,
• des circuits analogiques CMOS/mémristifs apportant efficacité énergétique et traitement basse latence.
Cette approche hybride a le potentiel de faire progresser de manière significative le traitement neuromorphique embarqué pour les applications BCI temps réel.
[1] Unsupervised Sparse Coding-based Spiking Neural Network for Real-time Spike Sorting,
A. Melot, S. U. N. Wood, Y. Coffinier, P. Yger, F. Alibart, Neuromorphic and Computing Engineering, 2025.

Missions du doctorant
Le doctorant sera chargé de concevoir des méthodologies innovantes pour relier les algorithmes neuromorphiques aux contraintes physiques du matériel cible. Ce travail de co-conception matériel/logiciel impliquera :
• le développement et l’adaptation d’algorithmes d’apprentissage et neuromorphiques liés à NSS ;
• la prise en compte des contraintes analogiques et mixtes (mixed signal) dans la conception ;
• la mise en œuvre, la programmation et les tests sur FPGA et circuits neuromorphiques analogiques.
Réalisé en cotutelle entre l’Université de Lille et l’Université de Sherbrooke, le projet offre un environnement interdisciplinaire unique. Le doctorant collaborera étroitement avec :
• le centre de neurosciences LilleAndCog (Lille, France) — tri de spikes et traitement des signaux neuronaux,
• le 3IT / LN2 (Sherbrooke, Canada) — matériel neuromorphique et IA embarquée.
Le candidat participera également au projet ANR Gneuro, en interaction avec plusieurs équipes travaillant sur :
• la culture de neurones biologiques (UGA – Grenoble),
• la fabrication de microélectrodes pour l’électrophysiologie (IEMN – Lille),
• l’analyse des biosignaux et la modélisation neuromorphique (LilleAndCog / 3IT LN2).

Profil recherché
Le ou la candidate idéale possédera :
• une solide formation en génie électrique, génie informatique, ou domaine connexe ;
• des compétences avancées en programmation et tests dans les environnements analogiques et numériques ;
• des connaissances en apprentissage automatique, calcul neuromorphique ou systèmes embarqués (atout) ;
• des notions en biotechnologie ou neurosciences (atout) ;
• d’excellentes capacités de communication, d’adaptation et d’organisation, essentielles pour la gestion d’une cotutelle.

Votre Environnement de Travail

Cette thèse sera réalisée dans le cadre d’une cotutelle internationale entre l’Université de Lille (France) et l’Université de Sherbrooke (Canada), offrant au doctorant un environnement de recherche multidisciplinaire à l’interface des neurosciences, du calcul neuromorphique et de l’électronique embarquée.
Le projet s’appuie sur les expertises complémentaires de quatre structures de recherche reconnues internationalement. L’IEMN (Institut d’Électronique, de Microélectronique et de Nanotechnologie, CNRS UMR 8520, Lille) apportera son savoir-faire dans la conception et la fabrication de microélectrodes et de dispositifs destinés à l’interfaçage avec les systèmes biologiques. L’IEMN développe notamment des technologies avancées pour l’enregistrement électrophysiologique et les interfaces cerveau-machine de nouvelle génération.
Le laboratoire Lille Neuroscience & Cognition (LilNCog, Université de Lille, Inserm, CHU de Lille) est un acteur majeur dans le domaine des neurosciences intégratives et computationnelles. Son expertise en traitement des signaux neuronaux, en analyse de données électrophysiologiques et en développement d’algorithmes de spike sorting constitue un élément central du projet. Les développements algorithmiques du Neuromorphic Spike Sorter (NSS) ont notamment été initiés au sein de cet environnement scientifique.
Au Canada, le projet s’appuiera sur le 3IT (Institut Interdisciplinaire d’Innovation Technologique) de l’Université de Sherbrooke, un centre de recherche de premier plan dédié aux technologies avancées en microélectronique, photonique, intelligence artificielle embarquée et systèmes intelligents. Le 3IT dispose d’infrastructures uniques permettant le développement et la caractérisation de circuits analogiques, numériques et hybrides à faible consommation énergétique.
Le doctorant sera également intégré au sein du LN2 (Laboratoire Nanotechnologies et Nanosystèmes – IRL 3463 CNRS), laboratoire international associant le CNRS et l’Université de Sherbrooke. Le LN2 constitue un environnement privilégié pour la recherche à l’interface entre nanotechnologies, microélectronique avancée et intelligence artificielle matérielle. Il favorise les collaborations franco-canadiennes et offre un cadre particulièrement adapté aux projets de co-conception matériel–algorithme.
L’organisation scientifique de la thèse reposera sur une forte interaction entre ces différentes structures. Les développements algorithmiques liés au spike sorting neuromorphique, à l’apprentissage non supervisé et à l’analyse des signaux neuronaux seront principalement réalisés en collaboration avec LilNCog et l’Université de Lille. Les travaux portant sur l’implémentation matérielle, l’adaptation des algorithmes aux contraintes analogiques et mixed-signal ainsi que leur déploiement sur les plateformes neuromorphiques hybrides seront conduits au 3IT et au LN2 sous la supervision de spécialistes des architectures neuromorphiques.
Grâce à la cotutelle, le doctorant effectuera des séjours réguliers dans les deux pays afin d’assurer une intégration complète au sein des équipes françaises et canadiennes. Cette organisation permettra une véritable co-construction des travaux de recherche, depuis la conception algorithmique jusqu’à la validation expérimentale sur matériel neuromorphique, tout en offrant au doctorant une formation internationale particulièrement riche et une double diplomation délivrée par l’Université de Lille et l’Université de Sherbrooke.

Contraintes et risques

RAS

Rémunération et avantages

Rémunération

La rémunération est d'un minimum de 2300,00 € mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche