Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Sujet de thèse :
Machine Learning pour le volatilome dans le diagnostic d'infections respiratoires

L'analyse des données de Volatilome (air expiré mesure par spectromètre de masse) à des fins médicales pose des questions complexes aux méthodes d'analyse statistique et d'apprentissage machine. Le projet de thèse est de proposer de nouvelles méthodes qui soient adaptées et permettent de proposer des profils et marqueurs robustes, pertinents, explicables des pathogènes détectés ou de la réponse immunitaire associée, et cela dans une grande diversité de conditions des mesures et aussi
pouvant détecter des pathogènes émergents.

Ce projet de thèse va ainsi développer des méthodes d'analyse statistique et d'apprentissage machine adaptées au traitement des données de Volatilome du projet VORTEX, avec pour objectif suivants: i) obtenir une efficacité robuste avec un nombre limité de données (de tailles compatibles avec l'étude médicale VORTEX) ; ii) extraire des éléments pertinents, à une échelle utile et explicables (profils ou marqueurs) pour caractériser un groupe ou une classe; iii) être en mesure de détecter et de décrire de nouveaux groupes, émergents et anormaux, et plus généralement d'attribuer un
score de confiance dans la classification pour un profil donné. Il s'agit aussi d'être capable d'adapter la méthode à les diverses conditions d'obtention des données. Le sujet implique à la fois d'étudier méthodologiquement, ainsi que la théorie et la pratique, des approches pouvant atteindre de tels objectifs, et les appliiquer aux données qui seront obtenues dans le projet VORTEX.
Contexte :
Le ou la doctorant.e travaillera au sein de l'équipe Sisyphe (équipe en apprentissage machine et traitement du signal et des images) du Laboratoire de Physique, à l'ENS Lyon, France (UMR CNRS 5672), en collaboration avec le (LBBE, équipe
Biostat) et les participants sur projet VORTEX du PEPR MIE (maladies infectieuses et émergentes).
L'étudiant bénéficiera d'un environnement stimulant composé d'experts en traitement du signal, en apprentissage automatique, en traitement du donnée sur graphes, ainsi qu'en pratique de l'analyse de données en biologie et médecine.
L'équipe SISYPHE (http://www.ens-lyon.fr/PHYSIQUE/teams/signaux-systemes-physique ) est spécialisée dans le développement de nouvelles méthodes de traitement de données et d'apprentissage automatique, adaptées à la fois théoriquement et pratiquement afin d'extraire des informations pertinentes à partir d'ensembles de données complexes (hétérogènes, structures, non stationnaires, multi-échelles, ...). Il couvre plusieurs applications dont certaines spécifiquement adaptées à l'analyse de données médicales (par exemple, pour l'estimation robuste du taux de réplication pendant les pandémies de Covid-19, en neurosciences pour l'étude des patients épileptiques, pour le fECG pendant l'accouchement du fœtus, pour la recherche sur les maladies infectieuses,) o
Voir plus sur le site emploi.cnrs.fr...

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Contraintes et risques :