La soutenance de thèse de Maxime CALKA de l'équipe TIMC BIOMECA aura lieu jeudi 8 juin à 14h sur le thème :

« Modélisation biomécanique par éléments finis de la langue : évaluation, production de la parole et perspectives d’application à la chirurgie linguale assistée par ordinateur »
 

Jury :

• Yohan PAYAN, Directeur de Recherche CNRS, TIMC, Directeur de thèse
• Pascal PERRIER, Professeur des Universités, Université Grenoble Alpes, GIPSA-Lab, co-Directeur de thèse
   
• Maud MARCHAL, Professeure des Universités, Université de Rennes, IRISA, rapporteuse
• Aline BEL-BRUNON, Maitresse de conférences HDR, Université de Lyon, INSA Lyon, LaMCoS, rapporteuse
• Florence BERTAILS-DESCOUBES, Directrice de Recherche, INRIA Grenoble, ELAN, examinatrice
• Emmanuel PROMAYON, Professeur des Universités, Université Grenoble Alpes, TIMC, examinateur
• Christelle BOICHON-GRIVOT, Ingénieure de recherche (PhD), ANSYS France, examinatrice
• Muriel LALAIN, Chargée de recherche, CNRS, Laboratoire Parole et Langage, examinatrice

  Mots clés

Modélisation biomécanique ; Méthode des élément finis ; GMCAO ; Réduction de l'ordre des modèles ; Langue ; Chirurgie linguale ; Production de la parole

  Résumé

Les travaux de cette thèse ont pour but, à long terme, l’élaboration d’un outil d’aide au planning chirurgical de la chirurgie linguale. Cet outil est basé sur un modèle biomécanique 3D de la cavité buccale permettant d’évaluer les conséquences fonctionnelles d’une chirurgie sur la mobilité linguale. Nos travaux tentent de poser les bases théoriques et méthodologiques à la création d’un tel outil.

La première partie de cette thèse a été consacrée à la création d'un modèle biomécanique 3D par élément fini (EF) de la cavité buccale. Ce modèle possède un maillage raffiné et convergé ainsi qu'une définition précise des structures anatomiques amenant à des simulations plus réalistes et de qualité.

La seconde partie de la thèse est centrée sur l'obtention d'un modèle de la langue utilisable par le clinicien en temps interactif à l'aide de méthodes de réduction de modèle. Les résultats de la méthode de réduction de modèle "DRB" basée sur de l'apprentissage automatique appliquée à notre modèle EF 3D de la langue humaine sont présentés.

La dernière partie se compose de travaux préliminaires concernant la création d'un prototype de simulateur pré-opératoire.