Une interface cerveau-ordinateur (ICU) décode l’activité cérébrale dans le but d’établir une voie de communication qui contourne la parole et d’autres formes d’activité musculaire. Cela a conduit à des solutions alternatives pour les patients dépourvus de ces capacités, comme dans le cas de la sclérose latérale amyotrophique à un stade avancé, de la paralysie cérébrale sévère, des traumatismes crâniens et des lésions de la moelle épinière. Ces dernières années, les BCI ont suscité l’intérêt non seulement de la communauté des chercheurs et de l’industrie des technologies d’assistance, mais aussi des observateurs de tendances et des capitaines d’industrie. La recherche de solutions performantes et abordables est particulièrement évidente dans les BCI visuels basés sur l’EEG, mais deux problèmes qui n’ont été que très peu abordés entravent les progrès futurs. Premièrement, les BCI visuels ont du mal à fonctionner efficacement lorsque l’utilisateur se concentre sur une cible sélectionnable dans la périphérie visuelle (attention cachée) au lieu de regarder directement la cible souhaitée (attention manifeste). Les ICB visuels sans regard offriraient de grands avantages aux patients dont les capacités de contrôle oculaire sont limitées, lorsque les solutions basées sur l’oculométrie ne suffisent pas. Un deuxième problème concerne le décodage des déviations rapides de l’activité EEG, en synchronisation avec des stimuli externes, appelées potentiels liés à l’événement (PRE). Les BCI qui s’appuient sur ces potentiels se concentrent traditionnellement sur la détection de la présence d’une seule composante, généralement la plus importante, alors qu’un stimulus suscite en réalité des composantes multiples. Notre hypothèse est que la vitesse, la précision et la facilité d’utilisation des BCI visuels peuvent être améliorées de manière significative en tenant compte de plusieurs composantes ERP et de leur dépendance à l’égard de l’attention manifeste ou cachée. Nous proposons un nouveau décodeur multicomposant et une interface visuelle capable de gérer des scénarios d’attention manifeste et cachée.
arne [dot] vandenkerchove [at] univ-lille.fr
https://arne.vandenkerchove.com/
https://orcid.org/0000-0002-9367-2986
English version