Type de stage
Stage de Master 2 ou dernière année d’école d’ingénieur
Formations ciblées : traitement du signal, bio-informatique, ingénierie biomédicale
Dates / durée
6 mois à partir de janvier 2027
Contexte
La sclérose latérale amyotrophique (SLA), ou maladie de Charcot, est une maladie neurodégénérative affectant les neurones moteurs dans le cerveau et la moelle épinière qui contrôlent la motricité volontaire. Progressivement, les patients perdent le contrôle de leur corps et sont entièrement paralysés, ne pouvant plus bouger, manger ou même respirer seuls. Le décès survient en général dans les 2 à 5 ans après les premiers symptômes, le plus souvent par insuffisance respiratoire.
L’origine plurielle de l’apparition des faiblesses neuromusculaires, l’hétérogénéité des premières zones du corps atteintes et l’incertitude d’une atteinte cérébrale sont autant de facteurs qui ralentissent le diagnostic. De plus, les trajectoires différentes de propagation de la maladie et une dynamique temporelle variable impactent le pronostic ; les médecins ne peuvent pas prédire comment le patient va évoluer ni à quelle vitesse. Il existe donc un besoin crucial de biomarqueurs pour mieux classifier les patients et prédire leur évolution. Étant donné la probable origine cortico-fugale de la maladie, l’impact négatif du développement d’un trouble cognitif sur la progression de la maladie et les difficultés à évaluer précocement l’atteinte cérébrale, l’équipe Connectivité Neurale et Plasticité (NCP) du LIB s’intéresse particulièrement aux informations extraites de l’électro-encéphalogramme (EEG) chez des patients atteints de SLA et chez des apparentés de patients présentant la forme familiale la plus fréquente de la maladie (liée à une mutation du gène C9orf72 ; C9+ porteurs de la mutation qui vont développer la maladie et C9-, non porteurs de la mutation).
Objectif
L’objectif du stage est d’analyser des données d’EEG de la cohorte STRATALS constituée par l’équipe NCP. Le ou la stagiaire pourra utiliser des outils d’analyses déjà implémentés dans l’équipe et devra développer de nouveaux outils d’analyses afin de déterminer les métriques EEG les plus informatives et fiables pour le diagnostic et le pronostic.
Missions
- S’approprier les scripts (Python) précédemment développés par l’équipe pour analyser l’EEG
- Développer et implémenter de nouveaux codes pour extraire d’autres métriques encore inexplorées
- Constituer la base de données EEG
- Réaliser les analyses statistiques pour comparer les groupes (« patients » vs. « apparentés C9+/C9- » vs. « contrôles neurologiquement sains ») et, dans le groupe « patients », explorer les liens possibles avec le phénotype clinique (atteinte motrice, atteinte cognitive) et les métriques EEG.
Compétences
- Connaissances en neurosciences, plus particulièrement sur les bases neurales du signal EEG
- Formation et expérience appréciée en traitement du signal
- Développement sous Python
Rémunération
Gratifications de stage selon le montant en vigueur en 2027
Remboursement partiel des frais de transport sur présentation d’un justificatif
Contact
Date limite de candidature
15 mai 2026
