Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Détection et classification de phénomènes liés à la prédiction de crises d'épilepsie H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2022-21140  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Alternance

Durée du contrat (en mois)

12 mois

Description de l'offre

Intitulé complet : Détection et classification de phénomènes liés à la prédiction de crises d'épilepsie en utilisant des approches de machine learning

Les différentes thérapies liées à l'épilepsie visent à contrôler les crises. En arrivant à prédire ces crises de manière fiable, on pourrait mettre en place des systèmes en boucle fermée et tenter de diminuer, voire de supprimer les crises. Ce stage se propose d'étudier des approches de machine learning afin de prédire les crises d'épilepsie, notamment à travers l'investigation des spikes interictaux (IED). L'étude portera sur : 1) l'optimisation de la détection de spikes interictaux 2) la possibilité d'utiliser ces spikes en tant que prédicteur de crises 3) la classification de ces spikes (HFO, Interictal spikes, fast ripples) en utilisant entre autres le critère de couplage de phase.

Cette étude permettra de définir quels sont les types de spikes pertinents pour la prédiction de crises d'épilepsie. Les signaux sont fournis par les projets POC EpiCool et FORECASTING. Il s'agit de signaux ECoG et EEG qui sont synchronisés avec la vidéo ainsi que des capteurs de température.

Profil du candidat

Détenteur d'un BAC+3, le/la candidat(e) doit préparer un Master.

De bonnes connaissances en Machine learning, Deep learning et traitement du signal en temps réel sont attendues (big data serait un plus).

Le/la candidat(e) doit avec des compétences sur Python et/ou Matlab.

 

Localisation du poste

Site

Grenoble

Localisation du poste

France, Auvergne-Rhône-Alpes, Isère (38)

Ville

GRENOBLE

Critères candidat

Langues

Anglais (Courant)

Diplôme préparé

Bac+5 - Master 2

Demandeur

Disponibilité du poste

01/09/2022