Description
Date depot: 1 janvier 1900
Titre: Fouille des données EEG et suivi longitudinal grande échelle pour le diagnostic et la prédiction du niveau de stress chez l'homme
Directeur de thèse:
Fabrizio DE VICO FALLANI (ICM)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Les manifestations physiologiques du stress sont connues [1-5] mais très peu d’études ont été faites sur les marqueurs électroencéphalographiques (EEG) du stress. En effet, la plupart des études s’intéressent aux caractéristiques EEG des émotions négatives plutôt qu’au stress en particulier.
Au cours des dernières années, les avancées technologiques pour les enregistrements d’EEG ambulatoires ont permis le développement des systèmes portables pour le monitoring et le contrôle du stress [6]. Grâce à l’apprentissage dit par retour neuronal, ou neurofeedback, ces systèmes permettent à l’utilisateur de réaliser une modulation de son état mental (stress, anxiété, relaxation, etc.) Cette méthode de rééducation cérébrale sollicite des phénomènes de plasticité qui s'inscrivent dans une dynamique lente dépendante du sujet, et de ce fait, requiert une durée relativement longue d’entraînement pour atteindre les effets à long terme recherchés.
Le faible rapport signal sur bruit de l'EEG de scalp, la contamination par les artefacts et la faible spécificité spatiale des électrodes, sont tous des facteurs qui affaiblissent la spécificité du signal de retour par rapport à l'activité cérébrale ciblée, et qui sont à l'origine de la difficulté de l'apprentissage et des longs entraînements nécessaires pour obtenir les résultats attendus. En outre, le développement d’un dispositif de neurofeedback peut être limité, en plus des problèmes des perturbations du signal EEG, par la définition des indices statistiques pertinents (ici de stress) à partir des signaux EEG ; par le faible nombre de données de sujets à disposition pour généraliser les signatures neuronales de stress ; ainsi que par le faible nombre d’enregistrements à travers le temps pour pouvoir effectuer un suivi longitudinal de qualité.
Doctorant.e: Grosselin Fanny