Développement d'hydrogels injectables adhésifs pour le traitement des déchirures rétiniennes
Les déchirures rétiniennes entrainant le décollement de la rétine constituent une affection oculaire grave (20 à 25 cas pour 100 000 habitants en France chaque année), nécessitant une intervention chirurgicale urgente. Les traitements actuels consistent à retirer le vitré, injecter un gaz comme agent de tamponnement, et à sceller les déchirures au laser. Cependant, cette méthode présente des restrictions pour le patient (position allongée prolongée) et peut entrainer des complications (cataractes). Des hydrogels injectables sont étudiés comme alternatives aux agents de tamponnement, mais ils ne possèdent pas de propriétés adhésives pour suturer les déchirures, et un traitement au laser reste nécessaire. Des colles chirurgicales ont également été testées, mais les adhésifs à base de cyanoacrylate sont toxiques, ceux à base de fibrine sont difficiles à utiliser dans l’œil, et les matériaux à base d’acide hyaluronique (HA) actuels manquent de stabilité et d’adhésivité.
Ce projet de thèse vise à développer un hydrogel à base de HA stérile et injectable, doté de fortes propriétés adhésives pour sceller les déchirures rétiniennes. Les propriétés visées pour l’hydrogel incluent la biocompatibilité, l’injectabilité (aiguille 30G), l’adhésivité tissulaire (1,5 à 3,7 N) et une administration rapide (en moins d’une heure). Notre équipe a précédemment mis au point un hydrogel de HA injectable à réticulation dynamique offrant une stabilité à long terme, une biocompatibilité et une transparence optique. Pour lui conférer des propriétés d’adhésion tissulaire, deux stratégies seront testées : (1) l’ajout d’acide tannique adhésif dans la formulation de l’hydrogel ou (2) le greffage de groupes adhésifs sur le squelette de HA. La biocompatibilité de l’hydrogel sera évaluée, ainsi que ses propriétés adhésives pour la réparation de la rétine en employant différents modèles précliniques.
Cet hydrogel innovant pourrait simplifier la chirurgie rétinienne, réduire les complications, et diminuer les coûts. Au-delà de la réparation rétinienne, il pourrait être applicable dans la chirurgie de la cornée et d’autres domaines médicaux.
Implémentation du TFHE sur des systèmes embarqués à architecture RISC-V
Le chiffrement entièrement homomorphe (FHE, Fully Homomorphic Encryption) est une technologie qui permet d’effectuer des calculs directement sur des données chiffrées, ce qui signifie que l’on peut traiter des informations sans jamais connaître leur contenu réel. Par exemple, elle pourrait permettre d’effectuer des recherches en ligne où le serveur ne voit jamais ce que vous cherchez, ou encore des tâches d’inférence en intelligence artificielle sur des données privées qui demeurent entièrement confidentielles. Malgré son potentiel, les implémentations actuelles du FHE restent très coûteuses en calcul et nécessitent une puissance de traitement considérable, reposant généralement sur des processeurs (CPU) ou des cartes graphiques (GPU) haut de gamme, avec une consommation énergétique importante. En particulier, l’opération de bootstrapping représente un goulet d’étranglement majeur qui empêche une adoption à grande échelle. Les implémentations du FHE basées sur CPU peuvent dépasser 20 secondes sur des architectures x86 standards, tandis que les solutions ASIC personnalisées, bien que plus rapides, sont extrêmement coûteuses, dépassant souvent 150 mm² de surface en silicium. Ce projet de doctorat vise à accélérer le schéma TFHE, une variante plus légère et plus efficace du FHE. L’objectif est de concevoir et de prototyper des implémentations innovantes de TFHE sur des systèmes basés sur RISC-V, en visant une réduction significative de la latence du bootstrapping. La recherche explorera les synergies entre les techniques d’accélération matérielle développées pour la cryptographie post-quantique et celles applicables à TFHE, ainsi que des approches d'accélération de type "tightly-coupled" entre les cœurs RISC-V et les accélérateurs dédiés. Enfin, le projet étudiera la possibilité d’intégrer un domaine de calcul entièrement homomorphe directement au sein du jeu d’instructions du processeur.
Apprentissage informé par la physique pour l’imagerie ultrasonore multiélément super-résolue
Cette thèse vise à développer une nouvelle génération de méthodes de focalisation ultrasonore pour l’imagerie par réseaux multiéléments (phased arrays), en combinant apprentissage profond, modélisation physique et transport optimal. Le travail repose sur deux axes complémentaires. Le premier consiste à concevoir une variante repondérée et probabiliste de la Total Focusing Method (TFM), où les poids de focalisation sont appris de manière itérative grâce à un réseau de convolution et normalisés le long des isochrones définis par un champ de temps de vol neuronal. Cette approche permet une focalisation plus adaptative, interprétable et robuste dans des environnements complexes.
Le second axe propose une reformulation complète de la TFM comme un problème de barycentre de Wasserstein, dans lequel chaque image partielle est modélisée comme une distribution empirique sur un espace combinant position spatiale et amplitude ultrasonore. Un coût de transport informé par la géométrie acoustique — construit à partir de distances géodésiques minimisant les variations de temps de vol — permet d’obtenir des barycentres grid-free offrant une localisation des réflecteurs plus précise et physiquement cohérente. L’objectif global est d’ouvrir une nouvelle voie en imagerie ultrasonore, fondée sur l’intégration de la physique, de l’intelligence artificielle et des outils avancés du transport optimal.
Exploitation avancée des données de santé par de l'apprentissage collaboratif sécurisé
Depuis quelques années, l’apprentissage profond est utilisé avec succès dans de nombreux domaines et est de plus en plus intégré dans la recherche clinique et le domaine de la santé. La capacité à combiner des sources de données diverses, telles que la génomique et l’imagerie, améliore la prise de décision médicale. L’accès à de grands jeux de données hétérogènes est essentiel pour améliorer la qualité et la précision des modèles. L’apprentissage fédéré est actuellement développé pour répondre à cette exigence, en offrant la possibilité d’entraîner des modèles de manière décentralisée garantissant que les données brutes restent stockées localement du côté client (entité qui génère les données sensibles). Plusieurs frameworks open-source intègrent des protocoles de calcul sécurisé pour l’apprentissage fédéré, mais leur applicabilité au domaine de la santé demeure limitée et soulève des enjeux liés à la souveraineté des données.
Dans ce contexte, un framework français, actuellement développé par le CEA-LIST, introduit une architecture d’apprentissage fédéré edge-to-cloud intégrant un chiffrement de bout en bout, avec notamment le chiffrement homomorphe (Fully Homomorphic Encryption), et une résilience face aux attaques malveillantes. Grâce à ce framework, ce projet vise à fournir des composants modulaires et sécurisés pour l’apprentissage fédéré afin de favoriser l’innovation en IA appliquée au domaine de la santé et notamment à la génomique.
Ce projet se focalisera sur trois axes principaux :
1) Déploiement, surveillance et optimisation de modèles d’apprentissage profond au sein de solutions d’apprentissage fédéré et décentralisé.
2) Intégration de grands modèles dans l’apprentissage collaboratif.
3) Développement de méthodes d’agrégation pour des situations non IID (Independant and Identically Distributed).
Mesure optique intradermique via des microaiguilles instrumentées
Le cortisol, joue un rôle central dans la régulation du cycle circadien et dans de nombreux processus physiologiques essentiels tels que le métabolisme énergétique et la réponse immunitaire. La surveillance conventionnelle du cortisol repose sur des prélèvements sanguins ou salivaires ponctuels, qui ne reflètent pas fidèlement la dynamique temporelle de sa sécrétion. Il devient donc nécessaire de développer des approches innovantes permettant une mesure continue, peu invasive et fiable de la concentration de cortisol chez les patients.
Le projet doctoral vise à développer une instrumentation originale optique couplée à des microaiguilles fonctionnalisées avec des aptamères fluorescents pour le suivi de cortisol intradermique, de manière continue, minimalement invasive et sans prélèvement. Dans ce cadre, le doctorant aura pour mission de concevoir et de dimensionner les futures microaiguilles optiques destinées à la détection du cortisol. De mettre en place des dispositifs expérimentaux nécessaires à la caractérisation des microaiguilles optiques fabriquées au sein du département et de tester les performances des microaiguilles dans un environnement représentatif. Enfin, le doctorant développera une méthodologie complète de traitement et d’analyse des données afin d’identifier les paramètres clés permettant d’établir un lien quantitatif entre les signaux collectés et la concentration en cortisol. L’ensemble de ces travaux contribuera à la mise au point d’un dispositif de mesure innovant basé sur les technologies de rupture d’émission et de détection optiques disponibles au CEA-LETI, combinant précision, sensibilité, compacité et donc compatibilité avec une utilisation in vivo.
L'infertilité est un problème croissant dans tous les pays développés. Les méthodes standard de diagnostic de la stérilité masculine examinent la concentration, la mobilité et les anomalies morphologiques des spermatozoïdes individuels. Cependant, 40% des cas d'infertilité masculine reste inexpliqué avec les outils de diagnostic standard.
Dans cette thèse, nous explorerons la possibilité de déterminer les causes de l'infertilité masculine à partir de l'analyse détaillée des trajectoires 3D et de la morphologie des spermatozoïdes nageant librement dans un environnement imitant les conditions de l'appareil reproducteur féminin. Pour cette tâche difficile, nous développerons un microscope spécialisé basé sur l'holographie pour l'imagerie rapide et le suivi des spermatozoïdes individuels. Outre les méthodes numériques classiques, nous utiliserons des algorithmes d'intelligence artificielle pour améliorer la qualité de l'imagerie et pour analyser les données multidimensionnelles.
Tout au long du projet, nous collaborerons étroitement avec un institut de recherche médicale (CHU/IAB) spécialisé dans les technologies de reproduction assistée (ART). Nous examinerons des échantillons de patients réels afin de développer un nouvel outil pour le diagnostic de l'infertilité masculine.
Développement du 4D-STEM à inclinaisons variables
Le développement du 4D-STEM (Scanning Transmission Electron Microscopy) a profondément renouvelé la microscopie électronique en transmission (TEM), en permettant l’enregistrement simultané d’informations spatiales (2D) et de diffraction (2D) à chaque position du faisceau. Ces jeux de données dits « 4D » offrent la possibilité d’extraire une grande variété de contrastes virtuels (imagerie en champ clair, champ sombre annulaire, ptychographie, cartographies de déformation ou d’orientation) avec une résolution spatiale nanométrique.
Dans ce contexte, le 4D-STEM à inclinaisons variables (4D-STEMiv) constitue une approche émergente, qui consiste à acquérir séquentiellement des motifs de diffraction électronique pour différentes inclinaisons du faisceau incident. Conceptuellement proche de la microscopie à précession électronique (PED), cette méthode offre une flexibilité accrue et ouvre de nouvelles perspectives : amélioration du rapport signal/bruit, possibilité d’obtenir une imagerie bidimensionnelle rapide à plus haute résolution spatiale, accès à une information tridimensionnelle (orientation, déformation, phase) et optimisation du couplage avec les analyses spectroscopiques (EELS, EDX). Le développement du 4D-STEMiv représente ainsi un enjeu méthodologique majeur pour la caractérisation structurale et chimique de matériaux avancés, notamment dans le domaine des nanostructures, des matériaux bidimensionnels et des systèmes ferroélectriques.
Développement et monitoring multiparamétrique d’un modèle microfluidique sur puce de la barrière hémato-encéphalique
La barrière hémato-encéphalique (BHE) assure la protection du cerveau en contrôlant les échanges entre le sang et le tissu nerveux. Cependant, les modèles actuels peinent à reproduire fidèlement sa complexité. Cette thèse vise à développer puis à évaluer un nouveau modèle microfluidique de BHE sur puce intégrant un système de monitoring en temps réel combinant mesures optiques et électriques en simultané. Le dispositif permettra d’étudier la perméabilité, la résistance transendothéliale et la réponse cellulaire à divers stimuli pharmacologiques ou toxiques. En combinant microtechnologies, co-cultures cellulaires et capteurs intégrés, cet avatar biologique offrira une approche plus physiologique et dynamique que les systèmes in vitro classiques permettant d’améliorer la compréhension des phénomènes de diffusion/perméation des molécules thérapeutiques. Ce projet contribuera au développement d’outils prédictifs pour la neuropharmacologie, la toxicologie et la recherche sur les maladies neurodégénératives.
Approche intégrée matériau–procédé–dispositif pour la conception de transistors RF haute performance sur technologies nanométriques avancées
Cette thèse vise à développer et optimiser des technologies de dispositifs semi-conducteurs avancés pour applications radiofréquences, en s’appuyant sur la filière FD-SOI et en explorant les architectures tridimensionnelles émergentes telles que les transistors GAA et CFET. L’objectif scientifique principal est d’améliorer les performances RF essentielles — telles que fT, fmax, la linéarité ou le bruit — par une co-optimisation conjointe des matériaux, des procédés technologiques et de la conception des dispositifs.
Le projet s’appuiera sur une approche intégrée combinant développement expérimental, analyses structurales, caractérisations électriques et simulations TCAD avancées. Cette méthodologie permettra d’identifier les mécanismes limitants propres à chaque type d’intégration, de quantifier leur potentiel respectif et d’établir un lien direct entre les choix matériaux/processus et les performances RF mesurées. Une attention particulière sera portée à l’ingénierie fine des architectures de transistors, incluant notamment l’optimisation des spacers, des matériaux de grille, du positionnement des jonctions ainsi que des facettes épitaxiées source/drain. La co-conception procédé/dispositif visera à réduire les résistances d’accès, les capacités parasites et les effets de non-linéarité susceptibles de dégrader les performances haute fréquence.
À travers une modélisation comparative des filières planaires FD-SOI et des intégrations tridimensionnelles GAA/CFET, la thèse cherchera à dégager des orientations technologiques pertinentes pour les futures générations de transistors RF. Situé à l’interface entre science des matériaux, physique des dispositifs et ingénierie de fabrication, ce travail ambitionne de fournir des recommandations pour le développement de technologies RF haute efficacité destinées aux communications 5G/6G, aux radars automobiles et aux systèmes IoT basse consommation.
Amélioration de la compréhension de l'origine du bruit dans les dispositifs quantiques
Grâce à de solides collaborations entre les équipes de plusieurs instituts de recherche et les infrastructures de salle blanche du CEA-LETI, Grenoble a été un pionnier dans le développement de dispositifs à qubits de spin en tant que plateforme pour l’informatique quantique. La durée de vie de ces qubits de spin est très sensible aux fluctuations de leur environnement électrique, connues sous le nom de bruit de charge. Ce bruit de charge dans les dispositifs à qubits de spin provient potentiellement d’événements de piégeage/dépiégeage au sein des matériaux amorphes et défectueux (par exemple, SiO2, Si3N4). Ce sujet de doctorat vise à mieux comprendre l’origine de ce bruit par des simulations numériques et à orienter le développement de dispositifs quantiques vers des niveaux de bruit plus faibles et des qubits de meilleure qualité.
L’objectif de ce sujet est d’améliorer la compréhension du bruit dans les dispositifs à qubits de spin grâce à des simulations multi-échelles allant de l’échelle atomistique à celle du dispositif. Le doctorant utilisera les codes développés au CEA pour la modélisation numérique des qubits de spin et exploitera les capacités de calcul intensif pour réaliser les simulations. En fonction du profil et des intérêts du candidat, un travail de développement de code pourra être envisagé. Le travail impliquera également des collaborations avec des expérimentateurs afin de valider les méthodes de simulation et d’aider à l’interprétation des résultats expérimentaux.