Internship: Statistics methods for neuroimaging data reuse in the presence of sample overlap

Contenu principal

Accessibilité

Contact

Mentions légales

Menu

Fermer

FR EN

Se connecter

Offres d'emploi Inria >

Offre n°2026-10607

Internship: Statistics methods for neuroimaging data reuse in the presence of sample overlap

Télécharger l'offre au format PDF

Le descriptif de l’offre ci-dessous est en Anglais

Niveau de diplôme exigé : Bac + 4 ou équivalent

Autre diplôme apprécié : Stage de Master 2

Fonction : Stagiaire de la recherche

A propos du centre ou de la direction fonctionnelle

The Inria center at the University of Rennes is one of eight Inria centers and has more than thirty research teams. The Inria center is a major and recognized player in the field of digital sciences. It is at the heart of a rich ecosystem of R&D and innovation, including highly innovative SMEs, large industrial groups, competitiveness clusters, research and higher education institutions, centers of excellence, and technological research institutes.

Mission confiée

10 years ago, a series of publications pointed to the difficulty of reproducing scientific findings. This reproducibility crisis was a wake-up call for scientific communities to rethink how we practise research, and an important driver towards greater transparency and robust results. In the field of brain imaging (or neuroimaging), this momentum highlighted the need to increase sample sizes and gave an impetus to data sharing. Several large datasets have emerged with the goal of sharing thematic data such as the ABCD dataset for brain development. Neuroimaging has thus moved from results from small studies (N < 30 participants) to large-scale analyses (N > 1000).

Data sharing has been identified as one of the keys to maximize those two types of variability while making the best use of the available data. Secondary use of neuroimaging data involves combining multiple datasets and re-purposing them to answer a new research question. In this process – in departure from primary use – researchers typically combine pseudonymized datasets in which only minimal information is retained about each participant. While this is an important feature to protect participant’s privacy, in practice it also means that data from the same participant may be included twice without the researcher being aware of it. This induces a dependence in the input data, a phenomenon known as sample overlap.

The goal of this internship will be to measure, quantify and mitigate sample overlap in neuroimaging data reuse. Specifically, the successful applicant will focus on task functional Magnetic Resonance Imaging (task-fMRI) an in vivo imaging technique for the study of brain function.

This work will be supervised by Dr. Camille Maumet and is part of the ANR JCJC VICUNA.

Principales activités

To reach this goal you will :

Familiarise yourself with OpenNeuro and Neurovault, two repositories for brain data sharing.

Learn about neuroimaging statistics with dependant data in Magnetic Resonance Imaging (see for example (Germani et al. 2025; Lefort-Besnard et al. 2025));

Read scientific papers on sample overlap (Bom and Rachinger 2020), neuroimaging data analysis (Mumford and Nichols 2009)

Develop code to extract information from OpenNeuro and NeuroVault, build simulations

Références

Bom, Pedro R. D., and Heiko Rachinger. 2020. “A Generalized-Weights Solution to Sample Overlap in Meta-Analysis.” Research Synthesis Methods 11 (6): 812–32. https://doi.org/10.1002/jrsm.1441.

Germani, Elodie, Xavier Rolland, Pierre Maurel, and Camille Maumet. 2025. “On the Validity of fMRI Mega-Analyses Using Data Processed with Different Pipelines.” Imaging Neuroscience 3 (April): imag_a_00522. https://doi.org/10.1162/imag_a_00522.

Lefort-Besnard, Jeremy, Thomas E. Nichols, and Camille Maumet. 2025. “Statistical Inference for Same Data Meta-Analysis in Neuroimaging Multiverse Analyzes.” Imaging Neuroscience 3 (March): imag_a_00513. https://doi.org/10.1162/imag_a_00513.

Mumford, Jeanette A., and Thomas Nichols. 2009. “Simple Group fMRI Modeling and Inference.” NeuroImage 47 (4): 1469–75. https://doi.org/10.1016/j.neuroimage.2009.05.034.

Compétences

Required skills

Masters in statistics or data science

Strong interest in medical imaging

Good communication skills

Good programming skills

Excellent understanding of English

Avantages

Subsidized meals

Social, cultural and sports events and activities

Postuler à cette offre

Partager

Facebook

Linkedin

Twitter

Email

Informations générales

Thème/Domaine : Neurosciences et médecine numériques

Biologie et santé, Sciences de la vie et de la terre (BAP A)

Ville : Rennes

Centre Inria : Centre Inria de l'Université de Rennes

Date de prise de fonction souhaitée : 2027-02-01

Durée de contrat : 6 mois

Date limite pour postuler : 2026-12-13

Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.

Consignes pour postuler

Please submit online : your resume, cover letter and letters of recommendation eventually

Sécurité défense :

Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.

Politique de recrutement :

Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.

Contacts

Équipe Inria : EMPENN

Recruteur :

Maumet Camille /

A propos d'Inria

Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l’État pour les stratégies nationales de recherche et d’innovation du numérique en tant qu'Agence de programmes. Inria mène plus de 300 projets de recherche et d’innovation avec ses 3500 scientifiques, ingénieurs et personnels d’appui, en partenariat avec les universités et l’écosystème numérique (entreprises, entrepreneurs, acteurs publics). Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l’informatique quantique, le Cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la défense. Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Notre objectif : l’impact scientifique, technologique et industriel au service de la souveraineté numérique de la France.

Plan du site

Contact

Mentions légales

Accessibilité : totalement conforme