Coadaptation Cerveau Ordinateur pour de meilleures interfaces – CO-ADAPT

Les interfaces cerveau-ordinateur (Brain Computer Interfaces, BCI) proposent un canal de communication direct entre le cerveau et un ordinateur, court-circuitant les interfaces traditionnelles telles que clavier ou souris, et apportant à l'utilisateur un retour au travers d'une modalité sensorielle (visuelle, auditive ou haptique). Une application-phare des BCI est la restauration de mobilité ou d'autonomie pour des patients tétraplégiques sans possibilité de communication musculaire. Plus généralement, les BCI offrent de nouvelles pistes vers la compréhension du fonctionnement cérébral, le développement de nouvelles interfaces homme-machine, et de nouvelles thérapies pour les maladies neurologiques ou psychiatriques. Les interfaces cerveau-ordinateur mettent en jeu de nouveaux modes de perception et d'interaction, et un nouvel utilisateur doit s'approprier le système comme un enfant explore son système sensori-moteur. Le feedback et la récompense sont importants dans cet apprentissage, et ces deux notions devraient avoir une place plus centrale dans la recherche en BCI. L'objectif de ce projet est d'étudier la co-adaptation entre l'utilisateur et le système BCI au cours de l'apprentissage et de l'utilisation. La qualité de l'interface sera évaluée selon plusieurs critères (fiabilité, temps d'apprentissage, correction d'erreur, taux de transfert d'information). Nous considèrerons les BCI sous une double perspective: du point de vue de l'utilisateur (détection des intentions, réaction du cerveau aux actions produites, et du point de vue du système (adaptivité des attributs et de l'apprentissage (à différents utilisateurs, à la plasticité cérébrale, optimisation du feedback pour améliorer l'implication de l'utilisateur). Les progrès de la recherche en BCI consistent essentiellement à optimiser indépendamment chaque élément de la chaîne de traitement: identification de marqueurs neurophysiologiques, d'attributs, classification et (plus rarement), feedback. Il est certes important d'optimiser chaque élément indépendamment, mais nous proposons ici de considérer le système dans son ensemble, en boucle fermée, ce qui représente un saut conceptuel immense et pourra donner lieu à des résultats d'une grande portée. En effet, les signaux électroencéphalographiques reçus par le système BCI sont variables au cours du temps, à la fois intra- et inter-sessions, à cause de plusieurs facteurs (changement de stratégie mentale de l'utilisateur, habituation, plasticité corticale). Jusqu'ici, l'apprentissage a toujours été fait de manière supervisée, où l'utilisateur doit émettre une commande imposée, et la cible est connue. Nous proposons de faciliter l'adaptation mutuelle entre l'utilisateur et le système, afin de réduire le temps d'apprentissage requis de la part de l'utilisateur. Ce projet adopte une stratégie innovante de considérer le système BCI dans son ensemble, en boucle fermée, afin de modéliser le double apprentissage qui s'opère, en considérant deux agents développant des stratégies collaboratives. Il abordera cette question de manière très pluri-disciplinaire avec un partenariat entre équipes complémentaires couvrant les champs des neurosciences cognitives, de la psychologie expérimentale, du traitement du signal, et de la modélisation, et à travers la mise en œuvre expérimentale des concepts développés avec les techniques les plus récentes de l'électrophysiologie (EEG haute densité et MEG).