Propositions de post-doctorat

Traitement du Signal et Machine Learning pour l’aide à la décision dans le cadre clinique de la dysphagie.

Cette étude s’inscrit dans le cadre du projet ANR Déglutition & Respiration : Modélisation et e-Santé à domicile (e-SwallHome, 2014-2018). Notre objectif est de proposer des méthodes de traitement du signal et de machine learning pour segmenter et différencier des événements physio-pathologiques, d’intérêt diagnostic et clinique dans le cadre de la dysphagie (pathologie de la déglutition), ciblée ici aux patients AVC.
Une base de données de signaux acquis sur volontaires sains est disponible. Des acquisitions sur patients AVC sont en cours au CHU de Grenoble.
L’étape de traitement des signaux, principalement basée sur des approches spectrale et/ou temps-fréquence, permet de faire émerger des paramètres, dont la pertinence décisionnelle est à analyser avec des méthodes de machine-learning.

Profil  : Le (ou la) candidat(e) recherché(e) devra maîtriser les concepts de machine learning et proposer des algorithmes de prédiction dans l’application médicale concernée. Il (ou elle) devra posséder des compétences en traitement du signal, pour comprendre, adapter et mettre en œuvre des algorithmes mis au point dans l’équipe. Un intérêt pour les applications médicales est recommandé (possibilité de participer aux enregistrements sur patients).

Contact  : Julie.Fontecave@imag.fr et Pierre-Yves.Gumery@umag.fr
Durée prévue  : 12 mois
Date de démarrage  : au plus tard le 1er janvier 2017


Laboratoire TIMC-IMAG, Domaine de la Merci, 38706 La Tronche Cedex

CNRS
UGA
ENVL
Grenoble INP
Mentions Légales