TrAp

Transfert d’apprentissage intra et inter sujets en interfaces cerveau-machine non-invasives



Résumé
Les interfaces cerveau-machine (ICM) utilisant l’électroencéphalographie (EEG) sont porteuses de grandes promesses pour populations de patients, que ce soit dans un objectif de contrôle ou de réhabilitation. Cependant un obstacle majeur à leur efficacité, leur robustesse et donc à leur diffusion, est la variabilité physiologique des signaux, d’un patient à un autre, mais aussi d’un jour à l’autre chez un même patient. Ce projet multidisciplinaire vise à innover méthodologiquement pour relever ce défi, à l’aide d’approches Riemanniennes pour le transfert d’apprentissage. L’enjeu, grâce à une double expertise en mathématiques appliqués et neurosciences, est de réaliser le saut qualitatif nécessaire pour sortir les ICM du laboratoire et véritablement répondre aux besoins des patients. Ce projet bénéficiera de plusieurs bases de données uniques qu’ont acquis les deux partenaires au cours des dernières années, chez sujets sains et patients, adultes et enfants et comportera aussi une phase de validation expérimentale des outils développés.

Mots-clés
Interfaces Cerveau-Ordinateur, Apprentissage Statistique, Transfert d’Apprentissage, Géométrie Riemannienne, Trouble du déficit de l'attention/hyperactivité

Partenaires du projet

INS2I
CONGEDO Marco
(UMR5216) Grenoble France
INSB
MATTOUT Jérémie
Centre de Recherche en Neurosciences de Lyon (UMR5292) France
Marco Congedo
Crédit photo : Marco Congedo