Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Post Doctorat   /   Décodeur neuronal pour une neuroprothèse Cerveau-Moelle Epinière clinique

Décodeur neuronal pour une neuroprothèse Cerveau-Moelle Epinière clinique

Défis technologiques Mathématiques - Analyse numérique - Simulation Sciences pour l’ingénieur Technologies pour la santé et l’environnement, dispositifs médicaux

Résumé du sujet

Le projet postdoctoral sera réalisée au CEA/LETI/CLINATEC, en collaboration avec l'EPFL (Lausanne, Suisse) dans le cadre du programme Interface Cerveau Machine. L'objectif du programme est d'explorer de nouvelles solutions de suppléance et/ou réhabilitation fonctionnelle pour les personnes souffrant de handicaps moteurs sévères en utilisant des neuroprothèses. Celles-ci enregistrent et décodent les signaux cérébraux pour activer directement différents effecteurs (exosquelette, stimulateur de la moelle épinière implantable etc.) sans passer par le contrôle neuronal physiologique interrompu par une lésion de la moelle épinière. L'activité neuronale est enregistrée au niveau du cortex cérébral à l'aide d'implants WIMAGINE chroniques. Un ensemble d'algorithmes de décodage a été développé à CLINATEC et testé dans le cadre de protocoles de recherche clinique pour la tétraplégie à Grenoble et pour la paraplégie à Lausanne. Le postdoctorant contribuera aux prochaines percées scientifiques ambitieuses, en adressant les besoins médicaux des patients en situation de handicap moteur. Utilisant la technologie révolutionnaire (EPFL) de stimulation cervicale pour le contrôle du membre supérieur, le projet postdoctoral visera les algorithmes de contrôle du membre supérieur effectuant des tâches de la vie réelle. Les algorithmes de décodage innovants seront développés pour contrôler différents effecteurs et combinaisons, y compris le contrôle cartésien et le contrôle direct des articulations. Le modèle semi-markovien caché sera utilisé pour prendre en compte les séquences temporelles d'actions effectuant des tâches réelles. Les décodeurs seront testés dans la plateforme d'essais clinique.

Laboratoire

Clinatec (LETI)
Clinatec (LETI)
Top pencilenvelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down