2
Doctoral school : ED 71 « Sciences pour l’Ingénieur » - UTC Université de technologie de Compiègne – Thesis proposal Part 1: Scientific sheet Thesis proposal title Modèle MUlti-PhySiques et MultI-EChelles personnAlisé pour l’évaluation du vieiLlissement musculairE (MUSICALE) PhD grant Labex MS2T & HdF Grant Research laboratory research team: C2MUST Biomechanics and Bioengineering Laboratory BMBI UMR 7338 UTC web site: www.utc.fr/bmbi Thesis supervisor(s) S. BOUDAOUD, MCF, HDR, BMBI (director) FAKER BEN BELGACEM, PU, LMAC (co-director) J. LAFORET, IR CNRS, BMBI (co-supervisor) Scientific domain(s) Biology, biomedical and health sciences Computer science and information technologies Research work Le vieillissement de la population française est un enjeu majeur de santé publique. Un des objectifs attendus est le maintien des personnes âgées à domicile le plus longtemps possible grâce à des capacités motrices préservées. En effet, dès 50 ans, la masse, la force musculaires et l’efficacité fonctionnelle diminuent de manière significative. Au-delà d’un certain seuil, ce phénomène est appelé sarcopénie. Cette pathologie dégrade les performances physiques, favorise les troubles de la marche et augmente le risque de chutes et de fractures. Une meilleure prise en charge de la sarcopénie, par thérapie associée ou réhabilitation fonctionnelle, passe nécessairement par une meilleure compréhension des mécanismes sous- jacents à cette pathologie. Dans ce contexte, la prédiction d’une évolution, ou l’élaboration d‘ un diagnostic devient difficile en se basant seulement sur des mesures expérimentales qui peuvent être incomplètes et bruitées. En complémentarité du projet CHRONOS financé par l’EIT Health 2018, (co- porteur, S. BOUDAOUD, UTC), l’originalité du projet MUSICALE est de concevoir des outils d’aide au diagnostic en utilisant une modélisation physiologiquement réaliste et personnalisée du système neuromusculaire, pour proposer des scenarii de sarcopénie par identification de paramètres les plus pertinents. Ces outils font appel à un modèle multi-échelles (cellule, fibre, organe) et multi-physiques qui simulent les phénomènes électriques (signaux électromyographiques haute densité, HD-sEMG) et mécaniques (force, raideur) engendrés. La démarche s’appuie aussi sur des approches d’analyse de sensibilité et d’identification de paramètres pour personnaliser le modèle au patient. A notre connaissance, ce type d’approche de diagnostic de la sarcopénie aidé par un modèle multiphysique et multi-échelles n’existe pas dans la littérature et représente un véritable challenge multidisciplinaire, scientifique et technologique. Key words Neuromuscular system, multiphysics and multiscale modelling, signal processing, Indentification, HD-sEMG, Sarcopenia. Requirements Signal processing and modelling (identification methods) Programming (Python ideally) Physiology (notions) Starting time 01/10/2018 Location C2MUST team, BMBI lab., UTC, France

Université de technologie de Compiègne – Thesis proposal ... · Université de technologie de Compiègne – Thesis proposal Part 1: Scientific sheet Thesis proposal title Modèle

  • Upload
    others

  • View
    17

  • Download
    0

Embed Size (px)

Citation preview

Doctoral school : ED 71 « Sciences pour l’Ingénieur » - UTC

Université de technologie de Compiègne – Thesis proposal

Part 1: Scientific sheet

Thesis proposal title Modèle MUlti-PhySiques et MultI-EChelles personnAlisé pour l’évaluation du vieiLlissement musculairE (MUSICALE)

PhD grant Labex MS2T & HdF Grant

Research laboratory research team: C2MUST Biomechanics and Bioengineering Laboratory BMBI UMR 7338 UTC web site: www.utc.fr/bmbi

Thesis supervisor(s) S. BOUDAOUD, MCF, HDR, BMBI (director) FAKER BEN BELGACEM, PU, LMAC (co-director) J. LAFORET, IR CNRS, BMBI (co-supervisor)

Scientific domain(s) Biology, biomedical and health sciences Computer science and information technologies

Research work Le vieillissement de la population française est un enjeu majeur de santé publique. Un des objectifs attendus est le maintien des personnes âgées à domicile le plus longtemps possible grâce à des capacités motrices préservées. En effet, dès 50 ans, la masse, la force musculaires et l’efficacité fonctionnelle diminuent de manière significative. Au-delà d’un certain seuil, ce phénomène est appelé sarcopénie. Cette pathologie dégrade les performances physiques, favorise les troubles de la marche et augmente le risque de chutes et de fractures. Une meilleure prise en charge de la sarcopénie, par thérapie associée ou réhabilitation fonctionnelle, passe nécessairement par une meilleure compréhension des mécanismes sous-jacents à cette pathologie. Dans ce contexte, la prédiction d’une évolution, ou l’élaboration d‘ un diagnostic devient difficile en se basant seulement sur des mesures expérimentales qui peuvent être incomplètes et bruitées. En complémentarité du projet CHRONOS financé par l’EIT Health 2018, (co-porteur, S. BOUDAOUD, UTC), l’originalité du projet MUSICALE est de concevoir des outils d’aide au diagnostic en utilisant une modélisation physiologiquement réaliste et personnalisée du système neuromusculaire, pour proposer des scenarii de sarcopénie par identification de paramètres les plus pertinents. Ces outils font appel à un modèle multi-échelles (cellule, fibre, organe) et multi-physiques qui simulent les phénomènes électriques (signaux électromyographiques haute densité, HD-sEMG) et mécaniques (force, raideur) engendrés. La démarche s’appuie aussi sur des approches d’analyse de sensibilité et d’identification de paramètres pour personnaliser le modèle au patient. A notre connaissance, ce type d’approche de diagnostic de la sarcopénie aidé par un modèle multiphysique et multi-échelles n’existe pas dans la littérature et représente un véritable challenge multidisciplinaire, scientifique et technologique.

Key words Neuromuscular system, multiphysics and multiscale modelling, signal processing, Indentification, HD-sEMG, Sarcopenia.

Requirements Signal processing and modelling (identification methods) Programming (Python ideally) Physiology (notions)

Starting time 01/10/2018

Location C2MUST team, BMBI lab., UTC, France

Doctoral school : ED 71 « Sciences pour l’Ingénieur » - UTC

Part 2: Job description

Duration 36 months Additional missions available

Additional missions available Possible teaching vacations in biomedical signal acquisition and processing and in informatics

Research laboratory Neuromuscular modelling, HD-sEMG recording and processing Material resources Office + computer

Human resources PhD student (L. Imrani), permanent researchers Financial resources Budget for scientific dissemination (conferences and missions)

Working conditions Regular meetings with the respect of task diagram Research project 2018 EIT Health H2020 Project: CHRONOS: Evaluation of the motor

functional age. How old is your muscle? National collaborations LMAC, UTC & Charles Foix Hospital, AP-HP

International collaborations Non

International cosupervision (cotutelle)

Non

Contact Dr. Sofiane BOUDAOUD Maître de conférences (61ème Section) Habilité à diriger les recherches Responsable de la filière biomédicale Laboratoire Biomécanique et Bioingénierie UMR 7338 Université de technologie de Compiègne Centre de Recherches de Royallieu CS- 20529 - 60205 Compiègne Cedex - France Mél: [email protected] Tél: +(33) 03 44 23 79 29

Please contact first the thesis supervisor before applying online on https://webapplis.utc.fr/admissions/doctorants/accueil.jsf