Stage sur les feedbacks innovants pour les interfaces cerveau-ordinateur (H/F)

Poste :
Les interfaces cerveau-ordinateur basées sur l'imagerie motrice (MI-BCI) offrent des possibilités prometteuses pour interagir avec des dispositifs numériques uniquement via l'analyse de l'activité cérébrale, souvent acquise par électroencéphalographie (EEG) (Clerc et al. 2016). Grâce à l'utilisation d'une MI-BCI, une personne peut contrôler la direction d'un fauteuil roulant en imaginant des mouvements de la main gauche ou droite. Ces interfaces sont particulièrement prometteuses en raison de leurs nombreux domaines d'application. Elles ont par exemple été développées pour des personnes ayant perdu tout ou partie de leurs capacités motrices tout en ayant conservé des capacités mentales intactes. Au-delà de l'usage clinique, les MI-BCI sont également utilisées pour les jeux vidéo, la réalité virtuelle ou le contrôle domotique.

Les premières études dans le domaine des BCI remontent au début du siècle et sont donc assez récentes. Leur efficacité doit encore être améliorée pour que cette technologie connaisse un essor hors des laboratoires de recherche. Notamment, 15 à 30% des utilisateurs ne parviennent pas à contrôler une BCI basée sur l'imagerie sensorimotrice (Lotte et al. 2013). Il existe plusieurs pistes pour améliorer les technologies BCI. Un axe de recherche clé consiste à optimiser les protocoles d'entraînement suivis par les utilisateurs pour moduler leur activité cérébrale, spécifiquement en améliorant le feedback fourni. Dans des recherches précédentes, nous avons par exemple montré qu'un feedback multimodal composé de stimuli vibrotactiles et visuels réalistes est plus efficace qu'un feedback unimodal composé uniquement de stimuli visuels réalistes (Pillette et al. 2021). Une autre approche prometteuse est l'utilisation de feedbacks enrichis fournissant aux participants des informations supplémentaires, telles que la stabilité du signal EEG (Sollfrank et al. 2016) ou l'état de relaxation musculaire (Schumacher et al. 2015), en plus de la confiance du système dans le mouvement reconnu. Bien que les résultats concernant les gains de performance restent mitigés, il a été démontré que le feedback enrichi améliore la motivation de l'utilisateur et réduit la frustration.

Dans ce contexte, nous proposons un stage visant à étudier des feedbacks innovants fournis aux utilisateurs concernant leur performance à imaginer des mouvements lors de l'entraînement aux MI-BCI. Le logiciel open source OpenViBE sera utilisé pour concevoir la MI-BCI. Pour acquérir les données relatives à l'activité cérébrale, l'étudiant⸱e utilisera l'électroencéphalographie, une méthode non invasive et sûre mesurant l'activité électrique à la surface de la tête.

Selon la durée du stage, l'étudiant⸱e sera impliqué⸱e dans tout ou partie des phases suivantes du projet. Durant une première phase, l'étudiant⸱e devra se familiariser avec la littérature sur les BCI (y compris les MI-BCI), les feedbacks enrichis existants,
Voir plus sur le site emploi.cnrs.fr...