Thèse Mécanique des Tissus Mous du Visage Humain en Temps Réel Basée sur des Systèmes Masse-Ressort et l'Apprentissage Profond H/F - Doctorat.Gouv.Fr
- CDD
- Doctorat.Gouv.Fr
Les missions du poste
Établissement : Centrale Lille Institut
École doctorale : ENGSYS Sciences de l'ingénierie et des systèmes
Laboratoire de recherche : LaMCube - Laboratoire de mécanique multiphysique et multiéchelle
Direction de la thèse : Tien Tuan DAO ORCID 0000000250883433
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-31T23:59:59
La compréhension de la fonction mécanique des muscles faciaux lors des expressions et mimiques faciales est essentielle pour établir un diagnostic quantifié et définir une stratégie de rééducation fonctionnelle personnalisée chez les patients ayant subi une paralysie faciale ou une transplantation du visage. Des modèles d'éléments finis ont été développés pour étudier l'activation, la contraction et la coordination des muscles faciaux au cours des mouvements de la mimique faciale. Toutefois, la modélisation et la simulation dynamique en temps réel des tissus mous constituent des défis scientifiques majeurs. Le comportement des tissus mous est complexe : non linéaire, hétérogène, anisotrope et soumis à de grandes déformations. La méthode des éléments finis, très coûteuse en temps de calcul, est largement utilisée pour modéliser et simuler le comportement des tissus mous. Cependant, cette méthode reste limitée pour les applications interactives, qui nécessitent un retour rapide du comportement des tissus lors de sollicitations mécaniques.
Ce projet de thèse vise à développer de nouvelles approches de modélisation et de simulation dynamique en temps réel des tissus mous, en s'appuyant sur les systèmes masse-ressort et l'apprentissage profond. Les applications cliniques concernent l'analyse quantifiée et la rééducation fonctionnelle des mimiques faciales.
Le sujet de thèse s'inscrit dans le projet pluridisciplinaire PREDIT4FACE, lauréat de l'Appel à Projets PEPR Santé Numérique de France 2030. PREDIT4FACE « PREdictive DIgital Twins for FACial Expression » ambitionne de développer un jumeau numérique prédictif multi-échelle du visage pour mieux comprendre, modéliser et réhabiliter la mimique faciale. Ce projet est piloté par le laboratoire BMBI UTC-CNRS et réunit un consortium pluridisciplinaire associant les partenaires suivants : CHIMERE (UPJV-CHU Amiens, INSERM), LaMcube (Centrale Lille Institut, CNRS), LATIM (IMT Atlantique, INSERM) et Roberval (UTC).
Le profil recherché
Master en Bioingénierie, Génie Biomédical, Biomécanique, Mécanique Numérique
Connaissances requises :
-Modélisation et simulation des systèmes mécaniques complexes
-Imagerie médicale
-Apprentissage profond
-Programmation Python, C++
-Analyse et esprit critique, autonomie et esprit d'initiative
-Communication scientifique efficace et capacité à travailler en équipe dans des environnements interdisciplinaires.