Où docteurs et entreprises se rencontrent
Menu
Connexion

Vous avez déjà un compte ?

Nouvel utilisateur ?

Mot de passe oublié

Rôle des signatures motrices individuelles et des modèles prédictifs dans la perception du mouvement

ABG-84699 Sujet de Thèse
15/04/2019 < 25 K€ brut annuel
Logo de
Université de Bourgogne Franche Comté
Dijon - Bourgogne-Franche-Comté - France
Rôle des signatures motrices individuelles et des modèles prédictifs dans la perception du mouvement
  • Psychologie, neurosciences
  • Informatique
  • Mathématiques
Science Cognitive, Neuroscience, Informatique, Modélisation

Description du sujet

L’objectif général de la thèse consiste à étudier le rôle des représentations motrices dans la perception des mouvements biologiques. L’étude doit en outre contribuer à mieux comprendre le rôle du répertoire moteur individuel dans le mécanisme de résonnance motrice (i.e., le mécanisme par lequel les aires corticales motrices s’activent par la stimulation visuelle et le réseau des neurones miroirs)  et la perception des actions d’autrui. Plus précisément il s’agit de vérifier si le couplage entre action et perception tient compte des singularités sensorimotrices. En effet, si des invariants moteurs (ou lois motrices) sont bien identifiables à l’intérieur d’un groupe d’acteurs, il existe néanmoins des singularités (des styles) qui distinguent les acteurs entre eux en terme de performance motrice et de représentations centrales desquelles ces performances dépendent. Afin d’étudier cette question, il s’agira dans un premier temps d’extraire les signatures motrices individuelles lors de la réalisation de mouvements simples (pointage du bras dans le plan sagittal) ou complexes (pointage avec l’ensemble du corps), pour lesquels des lois motrices ont déjà été identifiées (e.g., loi des asymétries, couplage inter-segmentaire, …).

La méthode utilisée s’appuiera sur les outils courants de l’Intelligence Artificielle (de type machine learning) ainsi que sur le concept d’homologie persistante afin de vérifier la capacité des méthodes à discriminer les sujets réalisant une même tâche. L’approche retenue dans ce projet s’appuie principalement sur une méthode topologique d’analyse de données, et plus précisément, sur le concept de persistance homologique susceptible de caractériser des tâches motrices en établissant leur signature topologique et de les comparer.

Le concept d'homologie persistante est un outil d'analyse topologique de données introduit en 2002 par Edelsbrunner et al. pour capturer de manière multi-échelle des caractéristiques topologiques significatives des données multidimensionnelles représentant un nuage de points dans un espace métrique donné. Cette approche consiste à couvrir chacun des points du nuage par des boules de même rayon donné et à les associer à des complexes simpliciaux construits de façon itérative en augmentant le rayon. L'information topologique du complexe de Rips ainsi construit est codée sous une forme algébrique, appelée nombre de Betti. Le diagramme de persistance associé permet alors de visualiser la naissance et la durée de vie des caractéristiques topologiques multidimensionnelles (composants, trous, cavités,...). 

Une fois les signatures individuelles caractérisées, il s’agira de vérifier si elles prédisent les performances perceptives des acteurs lors de tâche d’inférence du mouvement ou de discrimination perceptive. L’activité des substrats nerveux impliqués dans le mécanisme de résonnance sera évaluée par EEG et/ou TMS. En plus des questions fondamentales soulevées par cette étude, des applications cliniques sont envisagées, notamment dans le cadre de la mise au point de solutions thérapeutiques personnalisées. A moyen terme cette méthode pourrait être appliquée au domaine des apprentissages supervisés (type e-learning ou e-coaching en médecine) pour modéliser et prédire le comportement des patients afin de personnaliser les interventions thérapeutiques. Le développement d’une interface intelligente basée sur ce modèle expérimental est également envisageable.

Nature du financement

Contrat doctoral

Précisions sur le financement

Présentation établissement et labo d'accueil

Université de Bourgogne Franche Comté

L’équipe CAPS INSERM U1093 articule son projet autour du concept de plasticité pour la compréhension des processus corticospinaux impliqués dans l’action et pour la rééducation de la fonction motrice. L’impact de l’activité physique sur la plasticité cérébrale, les circuits neuronaux impliqués dans l’exécution et la simulation mentale du mouvement, les lois qui régissent son contrôle, et l’influence du viellissement normal et pathologique sur les processus sensorimoteurs consituent les axes de recherche suivis.

Les résultats obtenus conduisent au développement de méthodes innovantes pour évaluer et rééduquer la fonction motrice. Notre objectif est d’offrir au secteur économique régional, national, et international savoirs et compétences sur la motricité et ses déficiences, autour des thématiques liées à l’Apprentissage, au Développement et à la Rééducation, ainsi qu'à l'évaluation de méthodes thérapeutiques.

Site web :

Intitulé du doctorat

DOCTORAT DE NEUROSCIENCES

Pays d'obtention du doctorat

France

Etablissement délivrant le doctorat

UBFC

Ecole doctorale

ENVIRONNEMENTS SANTE

Profil du candidat

Le candidat devra avoir:

  • Fondement en mathématiques appliquées et en computer science
  • Compétences en programmation en C ++, Python et Matlab
  • Intérêt pour neurosciences et expérimentation

Date limite de candidature

Partager via
Postuler
Fermer

Vous avez déjà un compte ?

Nouvel utilisateur ?


Mot de passe oublié
Besoin d'informations ?

Vous souhaitez recevoir une ou plusieurs lettres d’information de l’ABG. Chaque mois des actualités, des offres, des outils, un agenda…

item1 item1 item1