Auteur / Autrice : | Federica Turi |
Direction : | Maureen Clerc |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 23/09/2020 |
Etablissement(s) : | Université Côte d'Azur |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication (Sophia Antipolis, Alpes-Maritimes) |
Partenaire(s) de recherche : | Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes) - Computational Imaging of the Central Nervous System |
Jury : | Président / Présidente : Théodore Papadopoulo |
Examinateurs / Examinatrices : Maureen Clerc, Théodore Papadopoulo, Peter Desain, Fabien Lotte, Sylvain Chevallier | |
Rapporteurs / Rapporteuses : Peter Desain, Fabien Lotte |
Résumé
Les interfaces cerveau-ordinateur (Brain-Computer Interface ou BCI) permettent la communication entre l’utilisateur et la machine, grâce à la traduction de l’activité cérébrale en commandes qui servent à contrôler différents dispositifs. De nombreuses limitations empêchent la diffusion des systèmes BCI dans des applications réelles, telles que la phase de calibration qui résulte de la variabilité entre sessions et entre sujets. Cette phase est fondamentale car elle permet de régler les paramètres nécessaires pour le bon fonctionnement du système, mais elle est considérée beaucoup trop longue et fatigante pour le sujet.L'objectif de cette thèse est de surmonter ces limites par de nouvelles méthodes basées sur l’amélioration ou le remplacement de la phase de calibration traditionnelle, en proposant le développement d'une BCI centrée sur l'utilisateur.D’abord, nous proposons deux systèmes BCI adaptés au sujet. Le premier concerne un clavier virtuel basé sur des potentiels évoqués modulés par code-modulated Visual Evoked Potential (c-VEP) où la phase de calibration traditionnelle est remplacée par une phase dans laquelle les paramètres de stimulation sont réglés de manière adaptée au sujet. Le deuxième concerne le développement d'un système basé sur l’imagination mentale (MI-BCI) pour un sujet à déficience motrice sévère (tétraplégie), dans le cadre d'une compétition internationale BCI en direct.Ensuite, nous proposons une auto-calibration pour le c-VEP BCI qui utilise les propriétés fondamentales de la réponse VEP pour prédire les mots à l'aide d'un dictionnaire, éliminant la phase de calibration.Les méthodes proposées ont montré des résultats prometteurs et ouvrent de nouvelles perspectives pour la diffusion des systèmes BCI plus adaptables à l'utilisateur.