Docteure Ingénieure en Biomécanique / Informatique

Intégration de l'équipe de recherche en biomécanique lésionnelle du CEESAR afin de fiabiliser les simulations numériques de sécurité passive automobile.

• Conception et développement d'outils de positionnement numérique innovants pour les modèles anthropomorphes.
• Réalisation de nombreuses simulations numériques de choc et d'impact sur des modèles de corps humains et des mannequins virtuels.
• Pilotage des simulations sous l'environnement Visual PamCrash et sous ANSYS LS-Dyna.
• Automatisation des tâches de pré-traitement et de calcul par programmation Python.
• Post-traitement rigoureux des données d'impact sous METAPost et sous LS-PrePost.

Recherches post-doctorales au sein du LBMC axées sur l'estimation prédictive des risques d'endommagement des articulations.

• Personnalisation d'un modèle tridimensionnel en éléments finis (EF) du genou humain.
• Mise en place de processus rigoureux de segmentation d'images médicales et de gestion du maillage.
• Positionnement précis des modèles pour simuler les sollicitations physiques.
• Réalisation de simulations numériques de contraintes mécaniques sous ANSYS LS-Dyna.
• Détermination de courbes de probabilité de risque lésionnel au niveau des ligaments.
• Automatisation du traitement des résultats à l'aide de scripts en programmation Python.
• Rédaction de rapports techniques ainsi que d'articles de recherche destinés à la publication scientifique.

Travaux de thèse de doctorat d'une durée de 3 ans et demi portant sur l'analyse lésionnelle du genou en cas d'impact.

• Étude de la laxité et de la réponse lésionnelle des ligaments du genou dans des configurations de choc latéral.
• Modélisation et simulation numérique du comportement ligamentaire sous ANSYS LS-Dyna.
• Conception d'un protocole expérimental complet et conduite de campagnes d'essais physiques.
• Collecte, traitement et analyse d'un large volume de données expérimentales complexes.
• Programmation en Python de modules spécifiques d'analyse statistique et de traitement du signal.
• Gestion au quotidien d'un projet de recherche multi-partenarial associant universités et constructeurs automobiles.
• Rédaction d'articles scientifiques de haut niveau, récompensés par le prix du meilleur papier Stapp en 2022.

Projet de fin d'études d'une durée de 6 mois au sein du laboratoire ICube, dédié à l'amélioration de la précision neurochirurgicale.

• Développement d'une méthodologie de segmentation automatique et interactive d'électrodes de SEEG sur des images CT post-opératoires.
• Conception et programmation de modules applicatifs spécifiques en langage Python intégrés au logiciel 3D Slicer.
• Traitement de volumes d'images médicales complexes pour faciliter la prise de décision thérapeutique.
• Collaboration active avec des professionnels de santé pour valider l'ergonomie clinique.
• Participation à la rédaction d'un article scientifique publié dans une revue à comité de lecture.

Stage à dimension internationale au sein d'Argomedical AG en Suisse, travaillant sur la modélisation de dispositifs orthopédiques.

• Réalisation d'une analyse avancée par éléments finis appliquée à une prothèse de poignet.
• Modélisation géométrique et structurelle sous le logiciel Abaqus.
• Analyse du comportement biomécanique de l'implant face à des contraintes physiques représentatives.
• Travail dans un contexte professionnel international multilingue.

Projet d'ingénierie collaboratif d'une durée de 8 mois axé sur l'interaction homme-machine en milieu virtuel.

• Étude et développement d'une approche novatrice pour la navigation et l'interaction spatiale en réalité virtuelle.
• Programmation de l'ensemble du système en langage C++ sous l'environnement Visual Studio.
• Création et intégration de modèles et d'environnements tridimensionnels réalistes sous Blender.
• Mise en œuvre d'algorithmes de vision par ordinateur pour optimiser l'interaction en temps réel.
• Travail en étroite synergie avec une équipe d'élèves-ingénieurs.

Stage d'initiation à la recherche portant sur le traitement d'images cardiologiques.

• Travail sur les processus de segmentation automatique du myocarde à partir de séquences d'imagerie de perfusion.
• Codage de scripts de traitement d'images et d'optimisation algorithmique sous Python.
• Réalisation de calculs et d'analyses statistiques pour évaluer la robustesse des résultats.