Aller au contenuAller au menuAller à la recherche

Thèse Camille Jeunet

"Understanding & Improving Mental-Imagery based Brain-Computer Interface (MI-BCI) User-Training: Towards Efficient, Reliable and Accessible Brain-Computer Interfaces"

Le 2 décembre 2016

Camille JEUNET, MSc, PhD Student in Cognitive Sciences, University of Bordeaux / Inria Bordeaux Sud-Ouest, France * Laboratoire Handicap Activité Cognition Santé
* Project-Team Potioc - http://team.inria.fr/potioc

La soutenance aura lieu à partir de 14h30 en salle Ada Lovelace, Inria, Talence


 Les Interfaces Cerveau-Ordinateur basées sur l’Imagerie Mentale (IM-ICO) permettent aux utilisateurs d’interagir avec l’environnement uniquement via leur activité cérébrale, grâce à la réalisation de tâches d’imagerie mentale. Cette thèse se veut contribuer à l’amélioration des IM-ICO dans le but de les rendre plus utilisables. Les IM-ICO sont extrêmement prometteuses dans de nombreux domaines allant de la rééducation post-AVC aux jeux-vidéo. Malheureusement, leur développement est freiné par le fait que 15 à 30% des utilisateurs seraient incapables de les contrôler. Nombre de travaux se sont focalisés sur l’amélioration des algorithmes de traitement du signal.
Par contre, l’impact de l’entraînement des utilisateurs sur leur performance est souvent négligé. Contrôler une IM-ICO nécessite l’acquisition de compétences et donc un entraînement approprié. Or, malgré le fait qu’il ait été suggéré que les protocoles d’entraînement actuels sont théoriquement inappropriés, peu d’efforts sont mis en oeuvre pour les améliorer. Notre principal objectif est de comprendre et améliorer l’apprentissage des IM-ICO.
Ainsi, nous cherchons d’abord à acquérir une meilleure compréhension des processus sous-tendant cet apprentissage avant de proposer une amélioration des protocoles d’entraînement afin qu’ils prennent en compte les facteurs cognitifs et psychologiques pertinents et qu’ils respectent les principes issus de l’ingénierie pédagogique. Nous avons ainsi défini 3 axes de recherche visant à investiguer l’impact (1) de facteurs cognitifs, (2) de la personnalité et (3) du feedback sur la performance.
Pour chacun de ces axes, nous décrivons d’abord les études nous ayant permis de déterminer les facteurs impactant la performance ; nous présentons ensuite le design et la validation de nouvelles approches d’entraînement avant de proposer des perspectives de travaux futurs. Enfin, nous proposons une solution qui permettrait d’étudier l’apprentissage de manière multi-factorielle et dynamique : un système tutoriel intelligent

Abstract:
Mental-imagery based brain-computer interfaces (MI-BCIs) enable users to interact with their environment using their brain-activity alone, by performing mental-imagery tasks. This thesis aims to contribute to the improvement of MI-BCIs in order to render them more usable. MI-BCIs are bringing innovative prospects in many fields, ranging from stroke rehabilitation to video games. Unfortunately, most of the promising MI-BCI based applications are not yet available on the public market since an estimated 15 to 30% of users seem unable to control them. A lot of research has focused on the improvement of signal processing algorithms. However, the potential role of user training in MI-BCI performance seems to be mostly neglected. 

Controlling an MI-BCI requires the acquisition of specific skills, and thus an appropriate training procedure. Yet, although current training protocols have been shown to be theoretically inappropriate, very little research is done towards their improvement. Our main object is to understand and improve MI-BCI user-training. Thus, first we aim to acquire a better understanding of the processes underlying MI-BCI user-training. Next, based on this understanding, we aim at improving MI-BCI user-training so that it takes into account the relevant psychological and cognitive factors and complies with the principles of instructional design.
Therefore, we defined 3 research axes which consisted in investigating the impact of (1) cognitive factors, (2) personality and (3) feedback on MI-BCI performance. For each axis, we first describe the studies that enabled us to determine which factors impact MI-BCI performance; second, we describe the design and validation of new training approaches; the third part is dedicated to future work. Finally, we propose a solution that could enable the investigation of MI-BCI user-training using a multifactorial and dynamic approach: an Intelligent Tutoring System.

PUBLICATIONS
Why Standard Brain-Computer Interface (BCI) Training Protocols Should be Changed: An Experimental Study Camille Jeunet, Emilie Jahanpour, Fabien Lotte Journal of Neural Engineering, IOP Publishing, 2016

Advances in User-Training for Mental-Imagery Based BCI Control: Psychological and Cognitive Factors and their Neural Correlates. Camille Jeunet, Bernard N ‘Kaoua, Fabien Lotte. Progress in brain research, Elsevier, 2016

Voir Camille Jeunet dans ma thèse en 180 secondes le 23 avril 2015

Jury

Pr. Andrea Kübler
(rapporteur)

Pr. Reinhold Scherer
(rapporteur)

Pr. Dominique Guehl
(rapporteur),

Jérémie Mattout(examinateur)
Directeurs de thèse
Pr. Bernard N'Kaoua,
Fabien Lotte,
Martin Hachet
Pr. Sriram Subramanian.