Thèse Modélisation Mathématique de la Dynamique des Marqueurs Faciaux du Nourrisson Biomarqueurs Respiratoires et Neuromoteurs H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sport, Mouvement, Facteurs Humains École doctorale : Sciences du Sport, de la Motricité et du Mouvement Humain Laboratoire de recherche : Pharmacologie des oligonucléotides pour le traitement des maladies neuromusculaires Direction de la thèse : Jean BERGOUNIOUX ORCID 0000000176734455 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-09-30T23:59:59 La thèse vise à transformer l'analyse du visage du nourrisson, aujourd'hui limitée à l'extraction
de marqueurs et à une classification simple, en une modélisation mathématique de la dyna-
mique faciale produisant des biomarqueurs quantitatifs interprétables sur deux axes cliniques :
les signes de lutte respiratoire (battement des ailes du nez) et les troubles neuromoteurs
(hypomimie de l'amyotrophie spinale et apparentés). Le visage constitue une troisième moda-
lité complémentaire de l'analyse du thorax et du corps menées en parallèle dans l'équipe. Socle existant (acquis, travaux de stage). Un pipeline fonctionne déjà : extraction des
marqueurs faciaux par MediaPipe [1], traitement accéléré par calcul parallèle (réduction de
la complexité temporelle), suivi de modèles de classification simples. La thèse ne réinvente pas
l'extraction : elle la prend en entrée.
Le manque = l'espace de la thèse. Entre l'extraction et la classification, il n'y a aujourd'hui
aucune modélisation mathématique de la dynamique faciale : les marqueurs sont traités
comme des descripteurs statiques, et l'information temporelle (comment le visage bouge dans
le temps) est sous-exploitée. Or c'est précisément dans la dynamique que résident les signaux
cliniques : le battement des ailes du nez est un mouvement rythmique, l'hypomimie est une
pauvreté de mouvement. Une classification statique passe à côté.
Contribution informatique propre. Introduire une brique de modélisation mathéma-
tique de la dynamique du signal facial - analyse fréquentielle et de phase, mesures de
complexité et de variabilité - qui transforme des marqueurs bruts en biomarqueurs dynamiques
interprétables, et démontrer son gain sur la simple classification statique actuelle. Identification et qualification deSigne de lutte respiratoire facial
Détresse / sévérité (versant facial) Hypomimie / pauvreté motrice faciale

Motricité bucco-faciale

Alerte interprétable [Noyau] Coeur de la thèse. Profil : calcul scientifique, analyse de signal, mathématiques - la
brique mathématique réclamée. S'appuie sur le pipeline d'extraction du stage.
Du marqueur statique au signal dynamique. Chaque marqueur facial pertinent (ailes du
nez, bouche, paupières...) devient un signal temporel. Le traitement parallèle déjà maîtrisé
(héritage du stage) permet de gérer le grand nombre de marqueurs sur de longues séquences.
Deux familles de descripteurs mathématiques.
- Dynamique rythmique (versant respiratoire) : analyse fréquentielle et de phase (trans-
formée de Hilbert) du battement des ailes du nez, vu comme signal quasi-périodique-
fréquence, amplitude, régularité, déphasage éventuel avec la respiration thoracique.
- Complexité et variabilité (versant neuromoteur) : mesures de complexité de signal
(entropie, dimensionnalité, variabilité de la dynamique faciale) pour quantifier l'hypomimie
comme une perte de richesse du mouvement facial.
Robustesse et incertitude. Régularisation des signaux faciaux modulée par la confiance des
marqueurs; le biomarqueur est produit avec son intervalle de confiance, et le système s'abs-
tient sous un seuil de fiabilité.
Garde-fouméthodologique(critèrederéussite). Labriquemathématiquedoitaméliorer
ladétectioncliniqueparrapportauxclassifieurssimplesactuels-sinoncenesontquedejolies
mathématiques sans gain. La comparaison « classificatio

Mathématiques, algorithme, intelligence, artificielle.