Postdoc pour étudier le diagnostic de sclérose latérale amyotrophique à partir de données multimodales d'IRMf

Description

Le projet vise à développer et à tester des outils de prédiction pour le diagnostic clinique à partir de données de neuro-imagerie, avec des pipelines couvrant le prétraitement des données et les techniques de représentation de l’apprentissage automatique. L’accent est mis sur la sclérose latérale amyotrophique (SLA), une maladie neurodégénérative rare pour laquelle il n’existe aucun traitement efficace. Un objectif particulier est de tester la possibilité de stratifier les patients atteints de SLA en sous-types avec une progression lente ou rapide de la maladie. Il est basé sur un ensemble de données de 30 patients atteints de SLA et de témoins appariés, acquises sur des scanners d’imagerie par résonance magnétique (IRM) de 7T et 3T, qui est actuellement en cours d’extension. Plus précisément, cet ensemble de données fait appel à des techniques d’IRM avancées qui sont prometteuses pour les maladies neurodégénératives : des modalités d’IRM quantitative et sodique, en plus de l’IRM structurelle et fonctionnelle habituelle. Nous prévoyons donc de construire un pipeline de prédiction multimodale afin de tester la combinaison de types distincts de données d’IRM (fusion de graphes/réseaux) pour la prédiction clinique. Ce projet comprend également une collaboration internationale et vise à comparer des ensembles de données sur la SLA acquises dans différents centres.

Formation requise

Doctorat requis

Profil recherché

Nous recherchons un candidat qui peut démontrer une expérience suffisante au niveau du doctorat et des connaissances en analyse de données neuroscientifiques pour atteindre les objectifs du projet. Nous recherchons des profils ayant de solides compétences en programmation en Python (ou un langage équivalent) combinées à une expérience dans le domaine de la neurologie. Une expérience en neuroimagerie clinique, en marqueurs de neuropathologies et/ou en neurosciences computationnelles sera privilégiée. En outre, une expérience de travail au sein d'une équipe interdisciplinaire et un intérêt pour la science ouverte sont souhaités. Les femmes sont vivement encouragées à poser leur candidature. Les candidats seront également évalués sur leur motivation, en ce qui concerne toutes les étapes du processus, de l'acquisition des données à l'analyse et à la communication scientifique.

Employeur

Le poste se situe à l’intersection entre la recherche clinique dans un hôpital et un laboratoire de neurosciences, et vise à rapprocher les différentes cultures de recherche des deux côtés. Nous offrons un environnement interdisciplinaire avec une équipe d’experts dans les domaines suivants :
– neurosciences computationnelles avec Matthieu Gilson (https://matthieugilson.eu) et Xenia Kobeleva (https://xenia-kobeleva.com/)
– techniques d’IRM avec Wafaa Zaaraoui (https://crmbm.univ-amu.fr/contact/zaaraoui-wafaa)
– neurologie avec Aude-Marie Grapperon (https://loop.frontiersin.org/people/593696) et à nouveau Xenia Kobeleva