Thèse Jumeau Numérique Personnalisé du Visage Modélisation par Éléments Finis et Comportement Actif Multi-Échelle des Muscles Faciaux à Partir de Données Multimodales. H/F

Doctorat.Gouv.Fr

Établissement : Université de Technologie de Compiègne École doctorale : Sciences pour l'ingénieur Laboratoire de recherche : Biomécanique et bioingénierie Direction de la thèse : Marie-Christine HO BA THO ORCID 0000000311920075 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-31T23:59:59 La compréhension de la fonction mécanique des muscles faciaux lors des expressions et mimiques faciales est essentielle pour établir un diagnostic quantifié et définir une stratégie de rééducation fonctionnelle personnalisée chez les patients ayant subi une paralysie faciale ou une transplantation du visage. Des modèles d'éléments finis ont été développés pour étudier l'activation [1,2], la contraction et la coordination des muscles faciaux au cours des mouvements de la mimique faciale. Toutefois, la compréhension de cette fonction mécanique reste limitée, car la loi de comportement actif du muscle facial et le réseau musculaire modélisé sont souvent simplifiés.

Ce projet de thèse a pour objectif de développer un jumeau numérique patient-spécifique du visage par la méthode d'éléments finis et des données multimodales d'IRM. Une loi de comportement actif multi-échelle des muscles faciaux sera développée pour différents motifs (longitudinal et circonférentiel) de contraction. La formulation mathématique multi-échelle et l'identification des paramètres associés de la loi développée seront réalisées grâce aux données issues de multiple sources (imagerie in vivo, expérimentation in vitro) [3][4]. Particulièrement, l'imagerie par résonance magnétique (IRM) sera utilisée à la fois pour créer le modèle d'éléments finis et pour caractériser les motifs de contraction musculaire lors des expressions et mimiques faciales, qui serviront ensuite à la simulation ainsi qu'à l'évaluation des résultats.
Les différentes étapes de la thèse seront 1) d'effectuer un état de l'art de la modélisation biomécanique du visage, 2) de développer d'un modèle d'éléments finis du visage à partir des images IRM, 3) d'implémenter des lois de comportements multi-échelle des tissus mous du visage, 4) de réaliser des simulations des mimiques faciales et 5) d'évaluer les résultats obtenus avec les données issues de l'IRM. Le sujet de thèse s'inscrit dans le projet pluridisciplinaire PREDIT4FACE, lauréat de l'Appel à Projets PEPR Santé Numérique de France 2030. PREDIT4FACE « PREdictive DIgital Twins for FACial Expression » ambitionne de développer un jumeau numérique prédictif multi-échelle du visage pour mieux comprendre, modéliser et réhabiliter la mimique faciale. Ce projet est piloté par le laboratoire BMBI UTC-CNRS et réunit un consortium pluridisciplinaire associant les partenaires suivants : CHIMERE (UPJV-CHU Amiens, INSERM), LaMcube (Centrale Lille Institut, CNRS), LATIM (IMT Atlantique, INSERM) et Roberval (UTC). Le projet consiste à développer des modèles patient-spécifique du visage avec les propriétés géométriques et mécaniques via l'IRM en vue de simuler les différentes expressions du visage. Il s'agira aussi d'implémenter des nouvelles lois de comportements mécaniques multiéchelle des tissus biologiques. Les différentes étapes de la thèse seront 1) d'effectuer un état de l'art de la modélisation biomécanique du visage, 2) de développer d'un modèle éléments finis du visage à partir des images IRM, 3) d'implémenter des lois de comportements multi-échelle des tissus mous du visage, 4) de réaliser des simulations des mimiques faciales et 5) d'évaluer les résultats obtenus avec les données issues de l'IRM.