La palliation du handicap moteur est la principale application actuelle des interfaces cerveau-machine (ICM). Cette thèse décrit une interface cerveau-machine hybride, conçue spécifiquement pour des patients souffrant de myopathie de Duchenne. Notre ICM hybride exploite les signaux issus de capteurs électroencéphalographiques (EEG), électromyographiques (EMG), et de joysticks. Leur traitement nous permet de détecter un mouvement ou une intention de mouvement à différents niveaux de la commande motrice. Les signaux joysticks sont utilisés tant que le patient est capable de les activer, puis à mesure que la motricité se dégrade avec l’évolution de la maladie, l’ICM hybride prend en compte les signaux EMG et enfin les signaux EEG. Nous avons développé une méthode originale de traitement des signaux EEG, qui permet à un expert humain de sélectionner les valeurs caractéristiques qui lui semblent les plus discriminantes. Les performances de cette méthode ont été évaluées sur une base de données qui sert de référence dans la communauté ICM, ainsi que sur des données que nous avons enregistrées sur des sujets sains. Notre ICM hybride permet le contrôle de trajectoire d’un mobile à partir de trois actions, correspondant à un mouvement ou une intention de mouvement de la main droite, de la main gauche, et des deux mains simultanément. Un degré de liberté supplémentaire peut être envisagé en intégrant la détection d’une intention de mouvement des pieds.
Directeurs de thèse : Rouillard José et Cabestaing François Rapporteurs : Louis-Dorr Valérie et Bourhis Guy Examinateurs : Tiffreau Vincent et Tarpin-Bernard Franck
Thèse de l'équipe BCI soutenue le 01/12/2016
français
English