Neuromodulation et interface cerveau-machine / Société de neurophysiologie


Le 17/10/2019 de 14:30 à 16:00


Président(s): Jean-pascal LEFAUCHEUR
Modérateur(s): Djamel BENSMAIL, Pierre BURBAUD, Bertrand GLIZE, Perrine SEGUIN

Retour Session

Com orale

Neurofeedback, et BCI : apprentissage et utilisation en rééducation

JEUNET Camille

Objective : Les interfaces cerveau-ordinateur (ICO) sont des technologies permettant de contrôler une application par le seul biais de l'activité cérébrale, qui est mesurée -la plupart du temps- grâce à un ElectroEncéphaloGraphe (EEG). Au-delà du contrôle d'applications, les ICO peuvent aussi être utilisées dans le cadre d'entraînements Neurofeedback (NF), qui consistent à fournir aux patients un retour en temps réel sur leur activité EEG afin de les entraîner à moduler de manière volontaire certains rythmes cérébraux, et ainsi améliorer ou restaurer des capacités cognitives ou motrices. Il a récemment été montré que le NF était extrêmement prometteur dans le cadre de la rééducation motrice post-AVC du membre supérieur, puisqu'il permet de fournir aux patients un feedback cohérent (sur les plans temporel et biomécanique) lorsqu'ils essayent de bouger. Cependant, l'utilisation des ICO et du NF pour la rééducation post-AVC soulève encore de nombreuses questions de recherche, notamment liées à l'identification des processus sous-tendant l'apprentissage et à la conception de procédures d'entraînement efficientes.

Brain-Computer Interfaces (BCIs) are technologies that enable patients to control an application using their brain activity alone. This brain activity is, most of the time, measured using ElectroEncephaloGraphy (EEG). Beyond control applications, BCIs can be used in the context of NeuroFeedback (NF) training procedures, which consist in providing patients with real-time feedback regarding their brain activity in order to train them to voluntary self-regulate specific brain patterns, and consequently improve or restaure cognitive or motor functions. NF has recently been shown promising for post-stroke motor rehabilitation of the upper-limbs, as it enables patients to be provided with a synchronised and biomechanically consistent feedback while they perform (attempted) movements. Nonetheless, the use of BCIs/NF for post-stroke rehabilitation also raises many research questions, notably questions related to the identification of the processes underlying BCI/NF learning and to the design of efficient training procedures.