Post‑doctorat – Projet ARGOS

Projet Argos : Développement de méthode d’analyse du mouvement sans marqueur au service de l’évaluation quantifiée de la performance chez l’enfant paralysé cérébral / Developing markerless motion analysis methods to enable quantitative performance assessment in children with cerebral palsy Laboratoire de Biomécanique et Mécanique des Chocs (LBMC) UMR_T 9406 – Université Gustave Eiffel / Université Claude Bernard Lyon 1 Sites : Université Gustave Eiffel Campus de Bron (25 av François Mitterand, 69500 Bron) Encadrement scientifique : Sonia Duprey (LBMC-sonia.duprey@univ-lyon1.fr), Alexandre Naaïm (LBMC-alexandre.naaim@univ-lyon1.fr) et Julie Rozaire (CMCR des Massues Croix-Rouge française-julie.rozaire@croix-rouge.fr) Contexte et enjeux La Paralysie Cérébrale (PC) est la déficience motrice la plus fréquente chez l’enfant (Graham et al., 2016). Résultant d'une lésion cérébrale non progressive (pré-, peri- ou post-natale), elle engendre des déficiences fonctionnelles évolutives tout au long de la croissance. Il est donc crucial de réaliser des évaluations régulières et précises afin d'adapter les parcours de soins parmi les nombreuses options thérapeutiques disponibles. La capacité : ce que l’individu peut faire à son plein potentiel (mesures standardisées, protocoles rigides). La performance : ce que l’individu fait spontanément dans sa vie quotidienne (mesures écologiques). Nombre restreint de repères anatomiques pour les modèles biomécaniques. Validation insuffisante pour une cinématique 3D de précision clinique. Littérature principalement axée sur les membres inférieurs chez les adultes asymptomatiques. Manque crucial de données dédiées au membre supérieur pédiatrique atteint de PC. Acquisition et Structuration des Données : Finaliser la structuration et la documentation d'une base de données unique, permettant la validation de modèles existants et le réentraînement de nouveaux modèles (base de données déjà obtenue). Validation des Systèmes : Valider des configurations multi-caméras robustes (précision, répétabilité, gestion des occlusions) spécifiquement adaptées aux situations cliniques pédiatriques. Amélioration Algorithmique : Intégrer des contraintes biomécaniques (par exemple, optimisation multi-segmentaire) pour améliorer la cohérence et la précision des reconstructions cinématiques. Transfert Clinique : Tester et valider in situ des chaînes de traitement (pipelines) reproductibles et transférables au suivi clinique et à la recherche. Objectifs du post doc Le/la post doctorant·e aura un rôle clé pour valoriser rapidement les données (FAIR), concevoir des configurations multi caméras adaptées aux contraintes pédiatriques, fiabiliser les pipelines markerless, coordonner les activités entre sites et accroître la visibilité scientifique (publications, communications, démonstrateurs). Valoriser et documenter la base de données existante (organisation, labellisation, contrôle qualité, métadonnées, traçabilité) en vue d’une diffusion FAIR. Étudier et optimiser l’implantation de caméras pour la mesure du membre supérieur chez l’enfant : scénarios (positions, orientations, recouvrements), analyse de précision/robustesse aux occlusions, simulations et/ou validations expérimentales ciblées. Mettre en œuvre et fiabiliser des pipelines d’analyse markerless : pré traitement, extraction cinématique, évaluation de la qualité, analyses statistiques, et rédaction. Coordonner l’opérationnel entre LBMC et Clinique des Massues (1–2 déplacements/semaine) pour aligner besoins cliniques et développements méthodologiques. Valoriser les données du LIA Evasym (LIO/S2M, Montréal) et renforcer les méthodologies communes ; contribuer aux publications Compétences : Markerless, motion analysis (ex. vision par ordinateur, cinématique 3D) ; calibration/géométrie multi caméras ; Gestion et qualité des données (FAIR, métadonnées, traçabilité). Programmation Python : automatisation de pipelines, visualisation. Statistiques Connaissance en IA et réentrainement sont considéré comme un vrai plus avec la possibilité d’orienté le post‑doc sur des éléments de ré‑entrainement de modèle de detection. Résultats attendus Base de données organisée et documentée conforme aux principes FAIR ; guides et référentiels de qualité. Configurations multi caméras validées pour la mesure du membre supérieur pédiatrique, avec indicateurs de performance (précision, répétabilité, robustesse). Pipelines markerless fiabilisés et reproductibles. Profil recherché PhD/Doctorat en biomécanique, ingénierie biomédicale, vision par ordinateur / traitement d’image, mécanique, STAPS – biomécanique ou domaine connexe. Télétravail possible 1 jour par semaine. Scientific supervision : Sonia Duprey (LBMC-sonia.duprey@univ-lyon1.fr), Alexandre Naaïm (LBMC-alexandre.naaim@univ-lyon1.fr) et Julie Rozaire (CMCR des Massues Croix-Rouge française-julie.rozaire@croix-rouge.fr) Remote work possible up to one day per week. #J-18808-Ljbffr