Amharc foirne: Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest

Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest

Les interfaces cerveau-ordinateur (ou Brain-Computer Interface – BCI) sont des neurotechnologies très prometteuses pour de nombreuses applications. Mais elles sont actuellement encore insuffisamment fiables. Les rendre fiables et utilisables nécessite non seulement des améliorations côté machine (p...

Cur síos iomlán

Sábháilte in:

Sonraí bibleagrafaíochta
Príomhchruthaitheoirí:	Lotte, Fabien, Appriou, Aurélien, Benaroch, Camille, Dreyer, Pauline, Er, Alper, Monseigne, Thibaut, Pillette, Léa, Pramij, Smeety, Rimbert, Sébastien, Roc, Aline
Formáid:	Article ou chapitre numérique
Teanga:	Français
Foilsithe / Cruthaithe:	2021
Rochtain ar líne:	Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM

id	cairn-RINDU1_213_0016
record_format	cairn
spelling	cairn-RINDU1_213_0016RINDU1Annales des Mines - Réalités industrielles https://stm.cairn.info/revue-realites-industrielles-2021-3-page-16?lang=fr https://doi.org/10.3917/rindu1.213.0016 Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest Lotte, FabienAppriou, AurélienBenaroch, CamilleDreyer, PaulineEr, AlperMonseigne, ThibautPillette, LéaPramij, SmeetyRimbert, SébastienRoc, Aline2021 fre Annales des Mines - Réalités industrielles \| Août 2021 \| 3 \| 2021-07-12 \| p. 16-22 \| 1148-7941 RINDU1_21394 Les interfaces cerveau-ordinateur (ou Brain-Computer Interface – BCI) sont des neurotechnologies très prometteuses pour de nombreuses applications. Mais elles sont actuellement encore insuffisamment fiables. Les rendre fiables et utilisables nécessite non seulement des améliorations côté machine (par exemple, en améliorant leurs algorithmes d’analyse des signaux cérébraux), mais aussi côté utilisateur. En effet, contrôler une BCI est une compétence qui s’apprend et qui demande de la pratique. Malheureusement, la communauté scientifique comprend encore très mal comment entraîner cette compétence efficacement. Dans cet article, nous présentons les recherches menées dans le cadre du projet BrainConquest, dont l’objectif est justement de comprendre, de modéliser et d’optimiser cet entraînement utilisateur dans les BCI. Nous illustrons ainsi au travers d’exemples les différents facteurs qui peuvent influencer les performances de contrôle d’une BCI (par exemple, la personnalité de l’utilisateur, ou son état mental), le type de retour perceptif (le feedback) et le type d’exercices d’entraînement qui peuvent être proposés aux utilisateurs, ou encore les applications concrètes de ces entraînements BCI, par exemple des technologies d’assistance ou en matière de rééducation motrice.Brain-Computer Interfaces (BCI) are very promising neurotechnologies for numerous applications, that are unfortunately not yet reliable enough. Making them reliable and usable would require improvements not only at the machine level (e.g., algorithms for brain signal analysis) but also at the user level. Indeed, controlling a BCI is a skill that needs to be trained and practiced. Unfortunately, the scientific community still poorly understand how to train that skill effectively and efficiently. This chapter presents the research conducted as part of the BrainConquest project, which specifically aims at understanding, modeling and optimizing this user training in BCI. It notably illustrates the factors that can influence BCI control performances (e.g., users’ personality or their mental states), the type of feedback and training exercises that we can provide to users to train them, or concrete applications that can be achieved following that BCI user training, such as BCI-based assistive technologies control or motor rehabilitation.Cairn free access
language	Français
format	Article ou chapitre numérique
building	0/Bibliothèque numérique/ 1/Bibliothèque numérique/Cairn/
description	Les interfaces cerveau-ordinateur (ou Brain-Computer Interface – BCI) sont des neurotechnologies très prometteuses pour de nombreuses applications. Mais elles sont actuellement encore insuffisamment fiables. Les rendre fiables et utilisables nécessite non seulement des améliorations côté machine (par exemple, en améliorant leurs algorithmes d’analyse des signaux cérébraux), mais aussi côté utilisateur. En effet, contrôler une BCI est une compétence qui s’apprend et qui demande de la pratique. Malheureusement, la communauté scientifique comprend encore très mal comment entraîner cette compétence efficacement. Dans cet article, nous présentons les recherches menées dans le cadre du projet BrainConquest, dont l’objectif est justement de comprendre, de modéliser et d’optimiser cet entraînement utilisateur dans les BCI. Nous illustrons ainsi au travers d’exemples les différents facteurs qui peuvent influencer les performances de contrôle d’une BCI (par exemple, la personnalité de l’utilisateur, ou son état mental), le type de retour perceptif (le feedback) et le type d’exercices d’entraînement qui peuvent être proposés aux utilisateurs, ou encore les applications concrètes de ces entraînements BCI, par exemple des technologies d’assistance ou en matière de rééducation motrice.
author	Lotte, Fabien Appriou, Aurélien Benaroch, Camille Dreyer, Pauline Er, Alper Monseigne, Thibaut Pillette, Léa Pramij, Smeety Rimbert, Sébastien Roc, Aline
spellingShingle	Lotte, Fabien Appriou, Aurélien Benaroch, Camille Dreyer, Pauline Er, Alper Monseigne, Thibaut Pillette, Léa Pramij, Smeety Rimbert, Sébastien Roc, Aline Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
author_facet	Lotte, Fabien Appriou, Aurélien Benaroch, Camille Dreyer, Pauline Er, Alper Monseigne, Thibaut Pillette, Léa Pramij, Smeety Rimbert, Sébastien Roc, Aline
author_sort	Lotte, Fabien
title	Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
title_short	Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
title_full	Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
title_fullStr	Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
title_full_unstemmed	Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest
title_sort	apprendre à contrôler une interface cerveau-ordinateur : le projet brainconquest
publishDate	2021
container_title
container_issue
url	https://ezproxy.univ-orleans.fr/login?url=https://stm.cairn.info/revue-realites-industrielles-2021-3-page-16?lang=fr https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.3917/rindu1.213.0016
_version_	1877246680341938176

Apprendre à contrôler une interface cerveau-ordinateur : le projet BrainConquest

Míreanna comhchosúla