Approches multimodales basées sur des marqueurs neurophysiologiques pour améliorer les interfaces cerveau-machine – MANET

Les interfaces cerveau-ordinateur (ICOs) consistent à acquérir, analyser et à traduire l’activité cérébrale en commandes pour le contrôle ou la communication. Malgré son intérêt clinique, contrôler une ICO consiste en une compétence qu’une proportion non négligeable des patients ne parvient pas à acquérir après plusieurs sessions d’entraînement. Ce phénomène appelé « inefficacité en ICOs » est une limitation importante à la diffusion des ICOs. Ce concept est utile pour comprendre pourquoi certains utilisateurs ne peuvent pas interagir correctement avec ces technologies. Néanmoins, il repose sur le postulat que les utilisateurs sont supposés d’atteindre une performance maximale dans un temps fini ; et il infère que ceci est inhérent de l’utilisateur. Aussi, au lieu de considérer l’utilisateur comme une source de la variabilité observée, il apparaît essentiel de développer des systèmes ICOs qui tiennent compte de la spécificité individuelle. Le défi sous-jacent étant de pouvoir extraire l’information la plus pertinente, appelée caractéristique, afin de discriminer de manière adéquate l’état mental du sujet.
Mon objectif est de développer des méthodes pour évaluer et améliorer les performances des ICOs en considérant la spécificité des sujets. Consciente que l’entraînement en ICO repose sur un double apprentissage sujet-machine, je proposerai une structure qui traitera le phénomène d’« inefficacité en ICOs » à la fois sur le versant humain et sur le versant machine. Tout d’abord, je proposerai d’enrichir les caractéristiques en considérant la combinaison d’informations multimodales et hétérogènes afin de développer des outils de classification innovants (WP1). Ensuite, je généraliserai cette approche en introduisant de nouvelles caractéristiques basées sur l’identification de marqueurs neurophysiologiques fiables de performances en ICOs (WP2). Enfin, je conduirai une validation expérimentale via des expériences en ICOs en temps-réel (WP3).