Stage master 2, 2027 (3)

Effet du feedback incarné ou abstrait sur l’apprentissage de l’imagerie motrice

  • Stage de 6 mois, de février à juillet 2027
  • Encadré par Hakim SI-MOHAMMED et François CABESTAING
  • Mots-clés: Imagerie motrice, EEG, apprentissage, rétroaction, interface cerveau-machine

Contexte scientifique

L’imagerie motrice consiste à se représenter mentalement un mouvement sans l’exécuter. Dans une interface cerveau-machine (BCI), l’activité cérébrale associée à cette tâche peut être mesurée par EEG et donner lieu à un retour sensoriel, ou feedback, qui guide l’apprentissage de l’utilisateur. La manière de présenter ce retour pourrait influencer à la fois l’expérience de la personne et l’efficacité de son apprentissage. Un feedback incarné, délivré en réalité virtuelle, par exemple à travers le mouvement d’un avatar ou d’un membre virtuel, est-il plus efficace qu’un feedback abstrait, tel qu’une barre ou une jauge, pour l’apprentissage de la tâche d’imagination motrice ?

Un premier protocole comparant ces deux modalités de feedback a déjà été conçu. L’objectif du stage est de le finaliser, de conduire les expérimentations auprès de participants, puis d’analyser les données EEG recueillies afin d’évaluer l’effet de chaque modalité sur l’apprentissage de la tâche d’imagerie motrice.

Missions du stage

  • Se familiariser avec la littérature, le protocole existant et la chaîne d’acquisition EEG.
  • Finaliser le protocole et le dispositif de feedback (incarné et abstrait), avec l’équipe d’encadrement.
  • Réaliser les expérimentations auprès des participants.
  • Prétraiter et analyser les signaux EEG pour comparer les deux modalités de feedback.
  • Interpréter les résultats et les présenter dans un rapport de stage.

Profil candidat(e)

  • Formation de Master 2 en neurosciences, traitement du signal, informatique, psychologie cognitive ou dans un domaine connexe.
  • Intérêt pour l’EEG, les interfaces cerveau-machine et l’expérimentation avec des participants.
  • Des compétences en programmation avec Python ou MATLAB et en analyse statistique seront appréciées.
  • Rigueur, sens de l’organisation et capacité à traiter des données expérimentales avec méthode.

Environnement

Le stage se déroulera pendant six mois au sein de l’équipe BCI du laboratoire CRIStAL, UMR CNRS 9189, à l’Université de Lille. CRIStAL étant situé en zone à régime restrictif (ZRR), l’accueil en stage est soumis à l’autorisation préalable du haut fonctionnaire de défense et de sécurité (HFDS).

Candidature

Envoyer un CV, les relevés de notes et un court message de motivation à hakim [dot] simohammed [at] univ-lille.fr. Version PDF du sujet disponible ici