The NeuroTech lab is composed of two teams of the Grenoble Institut for Neuroscience (GIN). We develop and assess neurotechnologies for neural interfacing toward new rehabilitation strategies using neural prostheses and brain-computer interfaces. In particular, we focus on the cortical dynamics underlying speech and vocal production, and on finding strategies to restore speech in people who have lost communication abilities. Specifically, we aim to :
- Assess large-scale cortical implants
- Develop new types of very low-power wireless neural interfacing sensors and hadware
- Develop fully unsupervised neuromorphic methods to process neural data in real time based on artificial neural networks
- Highlight the dynamics of cortical networks underlying speech and vocal production
- Develop real-time software framework for closed-loop paradigmes
- Develop brain-computer interfaces for speech rehabilitation
- To accompany these scientific activities, we have anchored within the group an ethical reflection with philosophers on the implications of neurotechnologies at the level of patients and society.
Finally, we also conduct an ethical reflection with philosophers on the implication of neural engineering at the level of patients and society.

https://www.neurotech-lab.fr/
https://sites.google.com/view/blaise-yvert/accueil

Projet : Environ 18,5 millions de personnes souffrent d'un trouble de la parole ou du langage dans le monde, et environ 300 000 en France. Plusieurs millions de ces situations font suite à des maladies neurodégénératives (telles que la sclérose latérale amyotrophique - SLA) ou à des accidents vasculaires sous-corticaux qui endommagent les voies motrices dédiées à l'articulation et à la phonation. Ces déficiences peuvent déboucher sur un syndrome d'enfermement (ou locked-In Syndrome - LIS) dans lequel les personnes sont incapables de parler alors que leurs capacités cognitives restent intactes. Dans ce contexte, les interfaces cerveau-ordinateur (BCI) visent à fournir à ces personnes des solutions de communication en enregistrant leurs signaux cérébraux et en les "traduisant" en parole artificielle produite par un synthétiseur [1]-[7]. Nos recherches se concentrent sur le développement d'un système BCI entièrement implantable qui reconstruit la parole à partir des signaux corticaux en temps réel.

Poste : Le candidat retenu aura pour rôle d'implémenter en temps réel des modules de traitement du signal et d'apprentissage automatique et profond dans un cadre logiciel déjà existant dédié au décodage de données neurales en ligne et à la synthèse vocale à partir de signaux corticaux intracrâniens. Il/elle maintiendra également la documentation du code conformément aux exigences réglementaires pour les essais cliniques. Ce poste d'une durée minimale de deux ans est ouvert jusqu'à ce qu'il soit pourvu. Le salaire dépend de l'expérience.

Profil : Les candidats doivent être très motivés et posséder une très bonne expertise en programmation C++ avec les environnements CMake / VisualStudio, et idéalement (mais pas obligatoirement) connaître les procédures de gestion qualité des logiciels. Une expérience en apprentissage profond et programmation python serait un plus puisque les algorithmes de décodage sont typiquement prototypés en python. Des connaissances en traitement du signal seront appréciées. Une bonne autonomie et une capacité à travailler en équipe interdisciplinaire ainsi qu'une bonne maîtrise de l'anglais écrit et parlé (ou au moins la compréhension de l'anglais écrit) sont obligatoires.

Localisation : L'Institut des Neurosciences de Grenoble est une unité mixte de recherche de l'Institut National pour la Santé et la Recherche Médicale (INSERM) et de l'Université Grenoble Alpes. Le laboratoire collabore étroitement avec l'institut CEA-Clinatec pour mettre en place un essai clinique BCI parole chronique dédié aux personnes LIS.

Références bibliographiques :
[1] F. Bocquelet, T. Hueber, L. Girin, S. Chabardes, and B. Yvert, "Key considerations in designing a speech brain-computer interface," J. Physiol. Paris, vol. 110, no. 4, pp. 392-401, 2016.
[2] F. Bocquelet, T. Hueber, L. Girin, C. Savariaux, and B. Yvert, "Real-Time Control of an Articulatory-Based Speech Synthesizer for Brain Computer Interfaces," PLOS Comput. Biol., vol. 12, no. 11, p. e1005119, Nov. 2016.
[3] P. Roussel et al., "Observation and assessment of acoustic contamination of electrophysiological brain signals during speech production and sound perception," J. Neural Eng., vol. 17, p. 056028, 2020.
[4] D. A. Moses et al., "Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria," N. Engl. J. Med., vol. 385, no. 3, pp. 217-227, 2021.
[5] S. L. Metzger et al., "A high-performance neuroprosthesis for speech decoding and avatar control.," Nature, 2023.
[6] F. Willett et al., "A high-performance speech neuroprosthesis.," Nature, vol. 620, pp. 1031-36, 2023.
[7] G. Le Godais et al., "Overt speech decoding from cortical activity : a comparison of different linear methods," Front. Hum. Neurosci., vol. 17, no. June, p. 1124065, 2023.

CV, lettre de motivation, références

A l'attention de : Responsable du recrutement