logo-ulillelogo-cristal

Avr 09 2026

Retour d’Abdallah Toumji

Abdallah Toumji

Sujet de stage :

L’équipe BCI de CRIStAL met en place un protocole expérimental qui permettra de vérifier l’importance du retour informatif visuel (feedback) lors de l’apprentissage à l’utilisation d’une interface cerveau-ordinateur.

Plus précisément, il s’agira de comparer deux modalités de feedback :

  1. accroissement/diminution d’une jauge (Graz feedback) ;
  2. mouvement réaliste des mains d’un avatar.

Dans ce stage, il s’agira de développer l’environnement de réalité virtuelle (RV) qui sera utilisé pour visualiser ces deux modalités de feedback. L’équipe dispose déjà d’un environnement BCI/RV utilisé dans d’autres études. Il s’agira également d’adapter cet environnement pour le rendre complètement compatible avec la nouvelle étude, et de tester son efficacité sur quelques sujets pilotes qui réaliseront l’expérience.

Ce stage durera du 23 mars au 28 août 2026 avec une pause de 3 semaines du 27 juillet au 14 août.

Avr 07 2026

Arrivée de Elias Benyahia

Elias Benyahia

Elias BENYAHIA arrive dans l’équipe BCI en tant que doctorant, de 2026 à 2029. Il nous présente son sujet de thèse :

Je suis doctorant codirigé par François Cabestaing (CRIStAL, équipe BCI) et Pierre YGER (LilNCog, équipe Lille-PSI). Dans ma thèse je m’intéresse à la parole intérieure dans la population générale et aux hallucinations acoustico-verbales (HAVs) chez les patients avec schizophrénie.

Plus précisément, j’étudie l’activité cérébrale lors de ces activités à l’aide de l’électroencéphalographie, dans le but d’y trouver un marqueur robuste et spécifique. Identifier et valider de tels marqueurs pavera la voie vers de nouvelles innovations thérapeutiques pour les patients souffrant d’HAVs, telles que le neurofeedback.

Fév 13 2026

Journée de lancement du CDP LOOP

CDP LOOP
L’équipe BCI fait partie du CDP (Cross-Disciplinary Projects) LOOP (closed Loop neurOtechnologies: from sensOrs to aPplications).

Coordinateurs :

Pierre Yger – LilNCog U 1172

Renaud Jardri – LilNCog U 1172

Kick off, ce 13/02/2026, à l’IEMN en présence du Scientific Advisory Board (Jean Antoine Giraud, Philippe Ciuciu et Hélène Lovenbrucke).

Oct 10 2024

Stage master 2, 2025

Neuroprivacy Project

Développement de méthode de réidentification à partir de datasets EEG

Contexte

Les Interfaces Cerveau-Ordinateur (ICO) sont des systèmes permettant aux utilisateurs d’interagir avec des systèmes informatiques par le seul biais de leur activité cérébrale. Pour fonctionner, de tels systèmes reposent sur l’utilisation de modèles d’apprentissage automatique sur des jeux de données enregistrés, afin d’apprendre à reconnaître les différents états mentaux des utilisateurs. Si les principales applications des ICO ont toujours été la palliation de handicaps moteurs sévères, à travers la conception de moyen de communication indépendant de l’utilisation des muscles, une tendance à la démocratisation de ses dispositifs est à anticiper, en particulier du fait de la réduction des coûts liés à l’acquisition de dispositifs d’électroencéphalographie (EEG) permettant de mesurer l’activité électrique du cerveau de manière non invasive.

Bien que cette démocratisation ouvre de nombreuses perspectives d’applications, la prolifération de jeux de données disponibles sans réels mécanismes d’anonymisation
pourrait à terme porter atteinte à la confidentialité des données cérébrales des utilisateurs. Dans le cadre de ce stage de fin d’études, nous proposons d’explorer le potentiel de réidentification des sujets, à travers le développement de méthodes d’Intelligence Artificielle entraînés sur des datasets existant.

Objectifs

  • Étude bibliographique sur les méthodes de réidentification et de biométrie EEG existantes.
  • Comparaison de méthodes d’apprentissage automatique pour la réidentification sur des datasets existant.
  • Rédaction d’un protocole expérimental pour la récolte de données EEG permettant d’identifier les caractéristiques identifiantes au sein des enregistrements.
  • Optionnel : Enregistrement de données EEG auprès d’une cohorte de participants à l’étude utilisateur.

Profil candidat(e)

  • Etudiant(e) en dernière année de Master 2 ou école d’ingénieur,
  • Vous avez reçu une solide formation en Deep learning et maitrisez Python ainsi que les outils tels que Tensorflow/Pytorch.
  • Des connaissances en traitement de signal seraient appréciées.
  • Un bon niveau en anglais technique.
  • Vous êtes intéressé(e) par la recherche scientifique et curieux(se).

Pour plus d’informations ou pour savoir comment postuler, téléchargez la fiche détaillée.

Juil 19 2024

Arrivée de Léo Garcia Cochard

Léo Garcia Cochard

Léo Garcia Cochard arrive dans l’équipe pour un stage de 9 semaines effectives, du 26 mai 2024 au 23 août 2024, sous la direction de Hakim Si-Mohammed. Léo Garcia Cochard est actuellement en deuxième année de Licence MIASHS (Mathématiques et Informatiques Appliquées aux Sciences Humaines et Sociales, parcours sciences cognitives).

Le sujet de son stage est la réalisation d’un protocole expérimental pour l’étude de la détection des potentiels d’erreurs en EEG dans des conditions écologiques. Concrètement, il s’agira principalement de coder l’interface graphique qui sera utilisée par les participants lors des passations de l’étude puis d’aider à la demande de CER (Comité d’Éthique de la Recherche).

L’objectif de cette recherche est de collecter des données sur les potentiels d’erreur pendant les séances de travail des participants, afin d’enrichir la littérature sur leur détection en milieu écologique. Cette étude est réalisée en collaboration avec l’équipe LOKI d’INRIA, composée notamment de Géry Casiez, Alice Loizeau et Mathieu Nancel.