Thèse : Endommagement tissus mous & emboîture prothétique (ENSAM/TIMC)

Peut-on prédire une lésion des tissus mous avant qu'elle n'apparaisse ?

Aujourd'hui, on sait estimer les charges à l'interface (pression, cisaillement) et les déformations internes… mais pas anticiper la lésion. La raison est qu'un tissu vivant ne fait pas que répondre à un chargement mécanique externe : il se répare, s'adapte, et se remodèle sous l'effet de l'inflammation.

Le pari du projet TWIN-IT (PEPR Santé Numérique, France 2030)  est que ces mécanismes de lésion sont prédictibles, à condition de les caractériser à la bonne échelle, de les modéliser, et de les confronter à la réalité clinique. L'enjeu est de passer d'une logique de réaction (la lésion est là) à une prévention active (on l'a anticipé et on l'a prévenu), et rendre les emboîtures de prothèses (et plus largement tous les dispositifs mécaniques externes comme les exosquelettes, fauteuils roulants manuels, etc) plus sûrs.

Le projet en vidéo : lnkd.in/eXPPDNrM

Cette thèse construit le modèle mécanobiologique multi-échelle au cœur de ce pari, à l'interface entre biomécanique, biologie et IA, au sein de trois équipes complémentaires (ENSAM Paris, TIMC Grenoble, I2M Bordeaux).

Pour toi si tu aimes la modélisation (éléments finis, milieux poreux/multiphysique) et que la mécanobiologie te passionne.

Profil : M2 / ingénieur·e en mécanique numérique, maths appliquées ou ingénierie biomédicale.

Début : Septembre 2026.
Détails & candidature : emploi.cnrs.fr/Offres/Doctorant/UMR5525-YOHPAY-003/Default.aspx  
Contact : Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser., Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser., Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.