Entretien – Camille Jeunet

Camille Jeunet est chargée de recherche CNRS. Elle a intégré l’équipe MOCOCO de l’INCIA le 1er janvier 2021. Rencontre.

Bordeaux Neurocampus : C’est un retour à Bordeaux pour vous. Pouvez-vous nous décrire votre parcours ?

Camille Jeunet : Après une licence MIASHS (mathématiques et informatique appliquées aux sciences humaines et sociales) à l’université de Bordeaux, puis un Master en sciences cognitives (Master 1 à Bordeaux et Master 2 au Canada à l’UQAM de Montréal), j’ai préparé une thèse. Celle-ci a été faite en codirection avec Bernard N’Kaoua (laboratoire HACS, Bordeaux) pour l’aspect sciences cognitives, Fabien Lotte (Inria, Bordeaux) pour l’interface cerveau-ordinateur (ICO), et Sriram Subramanian (University of Sussex, au Royaume-Uni) pour le côté haptique. Un dispositif haptique est un système tactilo-kinesthésique physique ou mécanique, éventuellement robotique, qui permet notamment de fournir un feedback lors de tâches d’apprentissage moteur.

J’ai ensuite fait un post-doctorat entre Inria à Rennes et l’EPFL (École polytechnique fédérale de Lausanne) en Suisse, où l’objectif était de combiner le neurofeedback, qui est une méthode d’auto-régulation de l’activité cérébrale, et la réalité virtuelle pour améliorer la performance des athlètes. Enfin j’ai été recrutée au CNRS, d’abord affectée au CLLE, à Toulouse et j’ai intégré l’INCIA cette année.

En définitive, au fil des ans, j’ai toujours eu la drôle d’impression d’être considérée comme une psychologue dans un laboratoire d’informatique ou informaticienne dans un laboratoire de psychologie ! Et aujourd’hui je suis très contente d’être à l’INCIA, car cela va me permettre de renforcer le pan neuroscientifique de mes recherches.

Au cœur de cette interdisciplinarité, il y a une technologie principale : les interfaces cerveau-ordinateur. Quel en est le but ? 

Concrètement, on équipe une personne d’un casque électroencéphalographique (EEG), puis on lui demande d’apprendre à moduler des activités cérébrales spécifiques. Cela peut être dans le but d’envoyer des commandes à une machine, par exemple pour permettre à des personnes paralysées de pouvoir contrôler un fauteuil roulant ou un curseur sur un écran par exemple, sans bouger. Ou bien, cela peut être pour améliorer ou restaurer des capacités cognitives ou motrices. Ainsi, chez des patients qui ont eu un AVC, il est possible de concevoir des entraînements basés sur les ICO dans le cadre de leur récupération motrice pour retrouver l’usage d’un bras qui serait paralysé suite à cet AVC. Mais on peut aussi l’appliquer chez n’importe quel sujet, par exemple pour améliorer les précisions de mouvement d’un chirurgien, pour améliorer les capacités d’attention d’un athlète, etc.

Vous intégrez l’équipe Mococo (“Motor control and cognition ») dirigée par Arnaud Badets et Thomas Michelet. Pouvez-vous nous la présenter ?

Cette équipe s’intéresse aux processus cognitifs impliqués dans l’apprentissage moteur, ce qui fait parfaitement le lien avec mes recherches. C’est très interdisciplinaire : les membres de l’équipe viennent des neurosciences, de la psychologie, des STAPS, des mathématiques. Je me suis donc facilement intégrée dans cette équipe, d’autant plus qu’il y a une très bonne ambiance !

On y utilise beaucoup de méthodes différentes et complémentaires pour atteindre le même objectif. Un chercheur s’intéresse aux modèles psycho du contrôle moteur, une autre travaille beaucoup sur l’implication du cervelet, avec de la neuroimagerie et de l’IRM fonctionnelle, un troisième utilise des modèles mathématiques et computationnels pour comprendre les mécanismes d’apprentissage cognitif et moteur… Un autre exemple encore : l’un d’entre nous s’intéresse aux boucles cortico sous-corticales chez des sujets sains et pathologiques avec l’utilisation de stimulation magnétique transcranienne (TMS) : c’est une technique qui permet de stimuler sans douleur le cerveau humain en alternant rapidement un champ magnétique induit dans une bobine de fil de cuivre placée sur la tête.

Venons-en à vos recherches. Sur quoi allez-vous travailler dans cette équipe ?

Pour ma part, je travaille plutôt sur le neurofeedback. Intégrer l’INCIA va me permettre de renforcer mes recherches sur la compréhension des mécanismes cognitifs et neurophysiologiques impliqués dans l’apprentissage de la modulation volontaire de notre activité cérébrale. Je vais aussi pouvoir combiner mes recherches qui utilisent de l’EEG à d’autres méthodes comme de l’IRM fonctionnel, de la TMS, des modèles psychologiques, des modèles computationnels, pour des sujets sains et dans le cadre de différentes pathologies.

J’ai trois axes de recherche principaux. Tout d’abord la rééducation motrice post-AVC : grâce au financement de l’ANR JCJC que j’ai obtenue en 2020, je vais m’intéresser à l’usage des interfaces cerveau-ordinateur pour la récupération motrice après un AVC. Plus particulièrement, dans ce projet ABCIS, nous travaillons sur l’acceptabilité des interfaces cerveau-ordinateur, afin que les patients et soignants souhaitent utiliser ces systèmes, et ainsi améliorer leur efficience.

Ensuite, la réduction des symptômes moteurs chez les patients parkinsoniens : je suis partenaire du projet collaboratif BETAPARK, financé par l’ANR et porté par Nathalie George, DR CNRS à l’ICM (Institut du Cerveau et de la Moelle épinière) à Paris, dont l’objectif est de concevoir des entraînements neurofeedback ciblant l’activité beta pathologique.

Enfin je travaille sur l’entrainement cognitif et moteur des athlètes: par exemple chez des gardiens de foot, nous essayons de trouver les marqueurs EEG qui pourraient être ciblés dans un entraînement neurofeedback pour améliorer leurs processus attentionnels. Je suis aussi partenaire du projet BEST-Tennis porté par Benoît Bideau et Caroline Martin (respectivement PU et MCF à l’université de Rennes 2) financé par l’ANR dans le cadre du PIA « Sport de très haute performance » au sein duquel nous travaillons sur des entraînements perceptifs et cognitifs à destination de l’Equipe de France de tennis en vue de Paris 2024.

Vous avez également un projet plus global à l’échelle européenne avec la création d’un consortium.

Notre problème est que nous essayons de faire des modèles pour comprendre l’apprentissage neurofeedback, les facteurs l’influençant, mais il y a tellement de variabilité et tellement de mécanismes que l’on ne connait pas, que nos modèles souvent ne sont pas pertinents ou fiables, car un trop petit échantillon de sujets dans nos expériences. J’ai donc à cœur d’avoir une démarche « open science collaborative » : j’ai monté un consortium, pour l’instant européen, pour lequel plus de 25 laboratoires se sont déjà manifestés pour contribuer. Notre idée est de faire un protocole d’entrainement ensemble, sur un grand nombre de sessions, ce protocole commun sera passé par chaque laboratoire sur un petit nombre de sujets, et les résultats serviront de base commune qui sera hébergée sur une plateforme du CNRS et ouverte à tous. Chaque laboratoire fera passer 20 sessions d’entrainement à 5 personnes, ce qui représente déjà 3 à 4 mois de travail à temps plein d’expérimentation. Nous espérons donc passer d’une dizaine de participants avec 2 à 5 sessions chacun (ce qui correspond aux études standard dans notre domaine), à entre 100 et 200 participants avec 20 sessions chacun : c’est un énorme pas en avant qui nous permettra de mieux comprendre l’apprentissage humain, et de concevoir de nouvelles approches d’intelligence artificielle !

---

A propos de Camille Jeunet

Publications clés

• Camille Jeunet, Luca Tonin, Louis Albert, Ricardo Chavarriaga, Benoit Bideau, et al.. Uncovering EEG Correlates of Covert Attention in Soccer Goalkeepers: Towards Innovative Sport Training Procedures. Scientific Reports, Nature Publishing Group, 2020, 10 (1), pp.1705. ⟨1038/s41598-020-58533-2⟩. ⟨hal-02464753⟩
• Camille Jeunet, Bertrand Glize, Aileen Mcgonigal, Jean-Marie Batail, Jean-Arthur Micoulaud-Franchi. Using EEG-based brain computer interface and neurofeedback targeting sensorimotor rhythms to improve motor skills: Theoretical background, applications and prospects.Neurophysiologie Clinique/Clinical Neurophysiology, Elsevier Masson, 2019, 49 (2), pp.125-136. ⟨1016/j.neucli.2018.10.068⟩. ⟨hal-01919018⟩
• Fabien Lotte, Camille Jeunet, Ricardo Chavarriaga, Laurent Bougrain, Dave Thompson, et al.. Turning negative into positives! Exploiting « negative » results in Brain-Machine Interface (BMI) research. Brain-Computer Interfaces, Taylor & Francis, 2019. ⟨hal-02375400⟩
• Camille Jeunet, Fabien Lotte, Jean-Marie Batail, Pierre Philip, Jean-Arthur Micoulaud-Franchi. Using recent BCI literature to deepen our understanding of clinical neurofeedback: A short review. Neuroscience, Elsevier – International Brain Research Organization, 2018, 378, pp.225-233. ⟨1016/j.neuroscience.2018.03.013⟩. ⟨hal-01728767⟩
• Camille Jeunet, Louis Albert, Ferran Argelaguet Sanz, Anatole Lécuyer.  » Do you feel in control?  » : Towards Novel Approaches to Characterise, Manipulate and Measure the Sense of Agency in Virtual Environments. IEEE Transactions on Visualization and Computer Graphics, Institute of Electrical and Electronics Engineers, 2018, 24 (4), pp.1486-1495. ⟨1109/TVCG.2018.2794598⟩. ⟨hal-01679143v2⟩
• Camille Jeunet, Emilie Jahanpour, Fabien Lotte. Why Standard Brain-Computer Interface (BCI) Training Protocols Should be Changed: An Experimental Study. Journal of Neural Engineering, IOP Publishing, 2016. ⟨hal-01302154⟩
• Camille Jeunet, Bernard N’Kaoua, Fabien Lotte. Advances in User-Training for Mental-Imagery Based BCI Control: Psychological and Cognitive Factors and their Neural Correlates. Progress in brain research, Elsevier, 2016. ⟨hal-01302138v2⟩

Site web

https://camillejeunet.fr/publications/

A propos de l’équipe

https://www.bordeaux-neurocampus.fr/team/motor-control-and-cognition/