You are currently viewing Portrait : Benjamin Brunel

Portrait : Benjamin Brunel

La pluridisciplinarité au service de la santé !

FICHE RÉSUMÉ

Nom

Brunel

Prénom

Benjamin

Matières enseignées à l’ISIFC

Electronique 1, 2 & 3

Domaine de compétences

Spectroscopie vibrationnelle

Machine learning

Laboratoire de recherches

Institut CNRS FEMTO-ST

Département Micro Nano Sciences et Systèmes

Infos contact

benjamin.brunel@univ-fcomte.fr

Citation fétiche

« S’il n’y a pas de solution, c’est qu’il n’y a pas de problème. »

Découvrez durant les prochaines semaines les enseignants réguliers de l’ISIFC !
Aujourd’hui, Benjamin Brunel, spécialisé en électronique, spectroscopie vibrationnelle, et machine learning

Portrait

Né à Montbéliard en 1991, Benjamin poursuit des études de physique à l’ENS Cachan, puis s’oriente vers la biophysique en master, avant d’aller tester ses connaissance un an au Japon. De retour en France, il effectue un doctorat à Grenoble en Physique pour les sciences du vivant, tout en se mariant et en ayant son premier enfant.

Après la physique et la biologie, Benjamin se lance dans l’informatique et la chimie avec un post-doctorat sur le Deep Learning appliqué au pronostic du cancer, via la spectroscopie Raman. En 2021, retour aux origines, en devenant maître de conférences à l’université de Franche-Comté.

Benjamin Brunel et Hala Jarjour-Hanna en préparation de TP d’électronique. ©Steeven Flores.

Rattaché à l’ISIFC, il enseigne désormais l’électronique en première et deuxième années. Côté recherche, il démarre un projet de dispositif médical pour l’analyse du sang par spectroscopie Raman.

J’ai prévu d’intervenir dans l’option d’intelligence artificielle de 3e année, c’est un thème que je trouve très intéressant et que j’utilise en recherche.

Mini-interview

Peux-tu nous indiquer sur quoi portent tes travaux de recherche ?

Je travaille sur l’utilisation de la spectroscopie Raman pour des problématiques liées à la santé. Cette technique permet, d’obtenir des informations moléculaires sur un échantillon en étudiant la lumière qu’il diffuse lorsqu’il est éclairé par un laser. A partir de ces informations, il est possible de faire du diagnostic ou du pronostic, en utilisant des méthodes de machine learning. Je l’ai utilisée pour caractériser des coupes histologiques de cancer du côlon. Maintenant j’aimerais l’appliquer à l’analyse du sang. Mon projet est de développer un dispositif pour faire une analyse rapide et multiplexée des analytes couramment étudiés pour le suivi des patients.

Pourquoi avoir choisi de travailler dans ce domaine ?

J’ai suivi une formation de physicien, mais je voulais travailler dans un domaine avec des applications liées à la santé. Je me suis donc orienté vers la biophysique puis vers des méthodes physico-chimiques utilisées pour l’étude d’objets biologiques. J’aime aussi la programmation et les méthodes d’analyse de données, très utiles en spectroscopie.

Dans quels enseignements interviens-tu désormais à l’ISIFC ?

J’interviens dans les modules d’électronique à l’ISIFC. Pour ma première année d’enseignement à l’ISIFC, j’ai choisi d’enseigner dans les trois premiers semestres pour savoir exactement ce que les étudiants avaient comme connaissances en électronique. Ainsi, l’année prochaine, je pourrai aussi enseigner dans des modules plus avancés, tels que les ateliers de conception électronique. J’ai aussi prévu d’intervenir dans l’option d’intelligence artificielle de 3e année, c’est un thème que je trouve très intéressant et que j’utilise en recherche.

Avec Agathe, tu es également arrivé récemment à l’ISIFC. Quel est ton ressenti ?

Je suis content de rejoindre l’équipe de l’ISIFC. Tous les thèmes liés au dispositif médical m’intéressent. Les étudiants sont motivés et attentifs et la taille humaine de l’école permet d’avoir une ambiance familiale.

Merci d’avoir pris le temps de répondre à mes questions !


Publications scientifiques notables

En 2021

« Toward automated machine learning in vibrational spectroscopy: Use and settings of genetic algorithms for pre-processing and regression optimization. »
Dans cet article, je montre comment utiliser au mieux les algorithmes génétiques pour optimiser toute la chaîne de d’analyse de spectres Raman ou infrarouge, depuis les données brutes au modèle prédictif de régression.

« In depth investigation of collagen non-enzymatic glycation by Raman spectroscopy. »
Au fur et à mesure du vieillissement de la peau, le collagène qu’elle contient, accumule des liaisons avec des sucres (glycation), ce qui détériore ses propriétés. Cet article montre qu’il est possible de mesurer ce processus par spectroscopie Raman.

« Extra-cellular matrix in multicellular aggregates acts as a pressure sensor controlling cell proliferation and motility. »
Cet article montre qu’une pression mécanique de faible amplitude peut réduire la prolifération et la motilité cellulaire, qui sont deux paramètres importants dans le développement d’une tumeur. Alors que cet effet n’est pas observé sur des cellules isolées, il apparait lorsque celles-ci forment des agrégats multicellulaires. Dans ces derniers, la matrice extra-cellulaire, présente entre les cellules, joue un rôle de capteur de pression.

En 2020

« Measuring cell displacements in opaque tissues: dynamic light scattering in the multiple scattering regime. »
Les tissus biologiques diffusent fortement la lumière, ce qui rend compliqué l’imagerie optique au-delà de quelques millimètres. Cet article présente une alternative à l’imagerie pour mesurer les déplacements des cellules dans les tissus, justement basée sur la lumière diffusée et l’analyse de sa dynamique.

Liste Exhaustive

à venir