Projet Optical Spinal Implant (OSI) - deux branches: circuits intégrés biomédicaux et intelligence artificielle embarquée

Description

Le laboratoire sBioM de l'Université Laval, dirigé par le professeur Benoit Gosselin, recrute une personne au doctorat pour contribuer au projet Optical Spinal Implant (OSI). Le projet réunit des spécialistes en microélectronique, neurosciences, optogénétique, systèmes sans fil et validation préclinique, ainsi que des partenaires industriels et cliniques.

L'OSI vise à créer un implant spinal optique miniaturisé combinant stimulation optogénétique, détection de fluorescence, traitement embarqué et communication sans fil. Cette plateforme de neuromodulation en boucle fermée doit permettre de cibler avec précision des circuits associés aux douleurs neuropathiques et nociceptives, tout en respectant des contraintes sévères de puissance, de dimensions, de sécurité et de biocompatibilité.

La personne recrutée contribuera au système microélectronique central de l'OSI selon l'une de deux branches complémentaires: (1) conception de circuits intégrés biomédicaux à ultra-faible consommation ou (2) développement d'algorithmes d'intelligence artificielle embarquée et de TinyML pour la détection et la commande en boucle fermée. Une expertise forte dans une seule branche suffit pour postuler; les travaux seront réalisés en collaboration avec les spécialistes de l'autre branche.

Mandat et objectifs
Branche microélectronique/ASIC: concevoir des circuits intégrés spécifiques à ultra-faible consommation pour piloter la stimulation optique, acquérir de faibles signaux de fluorescence et intégrer les fonctions de traitement, de communication et d'alimentation. Branche IA embarquée/TinyML: développer, compiler (ou synthétiser) et déployer des algorithmes capables de détecter des états de douleur et d'adapter la stimulation en temps réel sous de fortes contraintes de mémoire, de calcul, d'énergie et de latence. Selon les intérêts de la personne, les travaux pourront également explorer des architectures de transfert d'énergie sans fil (WPT) inductives, capacitives, ultrasoniques ou hybrides.

Exemples de projets / tâches
- Branche microélectronique/ASIC: définir l'architecture du circuit et concevoir des blocs analogiques, mixtes ou numériques pour la stimulation optique, la lecture de photodiodes, le conditionnement des signaux et le traitement à ultra-faible consommation.
- Branche IA embarquée/TinyML: préparer les données, développer et évaluer des modèles légers, puis les quantifier, les compiler (ou synthétiser) et les déployer sur microcontrôleur ou accélérateur matériel pour la détection adaptative d'états de douleur et la commande en boucle fermée. Au final, les algorithmes vont être exécutés dans un ASIC.
- Contribuer à la validation système: co-simulation matériel-algorithme, vérification, tape-out ou caractérisation selon le profil, puis intégration avec l'interposeur, le circuit flexible, les DEL, les photodiodes et la liaison UWB; au besoin, prototyper et évaluer des solutions WPT inductives, capacitives, ultrasoniques ou autres.

Journée ou semaine type
La semaine alternera, selon la branche choisie, entre conception et simulation de circuits ou développement et optimisation de modèles TinyML, création de scripts et de bancs de test, caractérisation de prototypes, analyse de données, documentation scientifique et réunions interdisciplinaires. La personne collaborera avec les équipes de microélectronique, d'IA, de neurosciences, de RF et de microsystèmes ainsi qu'avec les partenaires du projet.

Exigences et conditions

Exigences essentielles
- Maîtrise en génie électrique, microélectronique, génie informatique, IA ou domaine étroitement lié, obtenue ou en voie d'achèvement.
- Expertise démontrée dans au moins une des deux branches : (1) conception, simulation ou vérification de circuits intégrés CMOS analogiques, mixtes ou numériques; ou (2) apprentissage automatique, traitement du signal et déploiement de modèles sur plateformes embarquées.
- Capacité à programmer et à analyser des résultats, à communiquer clairement, à documenter les travaux, à collaborer dans une équipe interdisciplinaire.

Atouts
- Pour la branche ASIC: expérience avec des outils de CAO microélectronique, un flot de conception ASIC, la caractérisation de circuits ou les interfaces de photodiodes. Pour la branche TinyML: expérience avec Python et un cadre d'apprentissage automatique, puis avec la quantification, la compression, la génération de code ou le déploiement sur microcontrôleur, FPGA ou accélérateur matériel.

Date limite pour postuler

14 novembre 2026