Sous la responsabilité du département de Génie électrique

Projet de conception d’un prototype d’instrument biomédical destiné à recueillir et analyser des signaux physiologiques : choix des capteurs et actuateurs; développement des circuits analogiques de conditionnement de signal; programmation d’un microcontrôleur pour contrôler les composants, acquérir les signaux et effectuer les calculs.
Notions fondamentales sur les microcontrôleurs : instructions, registres, entrées/sorties, interruptions, piles, mémoires, arithmétiques binaire et vectorielle, périphériques, conversion analogique/numérique.
Le projet consiste en un travail de conception en ingénierie réalisé par l'étudiant sous la direction d'un professeur ou d'un ingénieur désigné par le département. L'étudiant doit produire un rapport de qualité professionnelle qui comporte généralement un relevé des travaux antérieurs, la définition et la situation du problème, la méthode de solution favorisée, les résultats obtenus et une discussion. Le projet fait également l'objet de présentations vidéo.
Modélisation des systèmes physiologiques : introduction, spécificité. Transformée de Laplace. Systèmes linéaires et stationnaires, discrets ou continus. Réponse impulsionnelle, fonction de transfert, modèles d'état. Modélisation de systèmes électriques, mécaniques, hydrauliques et thermiques. Exemples de modélisation de systèmes physiologiques. Comportement statique et dynamique, linéarisation. Caractéristiques et performance des systèmes bouclés : rapidité, précision, rejet de perturbation, stabilité, actions dérivée et intégrale. Réponse temporelle de systèmes physiologiques : impulsionnelle et indicielle. Stabilité : critère de Routh-Hurwitz, lieu des racines. Réponse en fréquence : diagrammes de Bode, de Nyquist et de Black. Stabilité relative : marges de gain et de phase. Conception de contrôleurs. Identification : à partir des réponses temporelle et fréquentielle, déconvolution, moindres carrés, fonctions de corrélation.

Étude des systèmes de mesure, de suivi, de diagnostic et d\'intervention émergents en médecine. Développements en électronique miniature, télémédecine, dans la mise au point de senseurs biomédicaux de taille réduite, d\'acquisition à haute vitesse en imagerie et de nouvelles techniques utilisant l\'optique pour explorer les constituants de l\'ADN. Études de cas pour quelques technologies émergentes donnant un aperçu de technologies qui transformeront la pratique biomédicale à court ou moyen terme.

Throughout this one-month intensive course, students will complete a self-defined project that makes use of computational neuroscience and functional neuroimaging techniques. Students will be required to independently follow a selection of training modules among the following topics: python for data analysis, basics of machine learning, project management, high performance computing, open data, script writing in python, introduction to deep learning, deep learning for neuroimaging, functional connectivity in fMRI, functional parcellations in fMRI, the Brain Imaging Data Structure (BIDS) ecosystem, DataLad for reproducible research data management, data visualisation, python packaging, testing and continuous integration, containers. Supervision and support for the student are offered by a team of specialists. Note : Le cours commence au début de la session d'été court et dure 4 semaines (intensif) à temps plein. Un ordinateur portatif est fortement recommandé.
Design of integrated systems for the measurement and stimulation of the nervous system. Basics of brain physiology: central and peripheral nervous systems, types of nerves, neuronal conduction, biopotentials. synapse, neurotransmitters. Electrodes and sensors: electrical models, materials, electrode networks, sampling, types of sensors. Biophysical principles of neural or neuromuscular electrical stimulation. Neural stimulators for the central and the peripheral nervous systems: devices, programming, clinical considerations. Typical applications: Parkinson's disease, sensorimotor neuroprostheses, epilepsy, pain. Control of closed-loop neurostimulators (regulators) and optimization of neurostimulation by machine learning.

Imagerie à rayons X : sources et leurs caractéristiques, spectre, interaction avec les tissus, instrumentation, formation et caractéristiques de l'image, applications cliniques, extension à la tomographie. Médecine nucléaire: principes généraux, production de radio traceurs, leur bio-distribution, caméra gamma, caractéristiques des images, SPECT, applications cliniques. Tomographie d'émission de positron (TEP) : principes généraux, instrumentation, traceurs, formation d'image. Imagerie ultrasonore : propagation de l'onde ultrasonore, propriétés des tissus, transducteurs et propriétés, modes, applications cliniques. Imagerie à résonance magnétique : magnétisme nucléaire, description classique, réseau de spin et relaxation, séquences spin-écho, imagerie et encodage du signal, instrumentation, séquences d'excitation, imagerie fonctionnelle, applications cliniques.

Le projet intégrateur de grande envergure porte sur un mandat d'ingénierie et est réalisé par les étudiants en équipe multidisciplinaire. Le mandat comprend la détermination des objectifs du projet, le cahier des charges, la méthodologie de résolution et design proposé, l'échéancier et les ressources nécessaires à sa réalisation. Les étudiants doivent démontrer un grand niveau d'autonomie et de savoir-faire technique et de professionnalisme lors de la réalisation du mandat confié. Ils devront concevoir selon les règles de l'art, la réglementation, les normes et les standards, un produit, un procédé, un système, un prototype ou un service propre au domaine du génie biomédical. La gestion du projet devra tenir compte du budget, des contraintes de temps, des risques et des ressources. Les sujets de projet pourront provenir de l'industrie, des hôpitaux, des étudiants ou des professeurs. Le projet fera l'objet d'une présentation orale publique devant un jury d'évaluation.