Projet de recherche doctoral numero :8612

Date depot: 10 novembre 2023
Titre: AI-based characterization of human spatial navigation and brain activity in realistic environments across age
Directeur de thèse: Denis SHEYNIKHOVICH (Institut de la vision)
Directeur de thèse: Satoru OTANI (Institut de la vision (ED3C))
Domaine scientifique: Sciences pour l'ingénieur
Thématique CNRS : Intelligence artificielle

Resumé: Le vieillissement impacte significativement divers aspects de la vision, entraînant un déclin des fonctions visuelles qui affecte considérablement la mobilité, l'autonomie et la qualité de vie des personnes âgées. Ce déclin inclut une acuité visuelle réduite, une perception des profondeurs amoindrie, des difficultés dans la différenciation des couleurs et des contrastes, avec des répercussions sur la locomotion, l'équilibre et la navigation. Malgré un intérêt croissant pour la recherche sur le vieillissement, seules quelques études de navigation spatiale ont été menées dans des environnements réels complexes en raison de défis liés à l'enregistrement et à l'analyse des données au milieu de nombreuses variables non contrôlées. Cependant, les récents progrès dans la technologie des capteurs et les approches basées sur l'IA pour l'analyse des données offrent des solutions prometteuses pour relever ces défis. L'objectif de ce projet est d'exploiter les innovations dans l'équipement d'enregistrement comportemental et l'apprentissage automatique pour étudier comment le vieillissement influence le comportement humain dans des scénarios réels complexes, en particulier dans la navigation spatiale. Le projet a deux objectifs principaux : Focus Expérimental : Le doctorant caractérisera les effets du vieillissement sur le comportement visuel, les processus cognitifs et l'activité cérébrale lors de la navigation spatiale dans des versions virtuelles et réelles d'un environnement complexe, tel qu'une gare. L'hypothèse postule que les personnes âgées auront des difficultés à construire une carte mentale cohérente de l'environnement par rapport aux sujets plus jeunes. Cette difficulté cognitive se traduira par une exploration visuelle sous-optimale, une sensibilité accrue aux distractions et des différences dans les schémas d'activation cérébrale associés au traitement visuel de haut niveau. Focus sur l’Analyse des Données : Le projet explorera l'utilité des approches de jumeaux numériques et de l'IA explicative dans l'analyse de données comportementales complexes. Les variables comportementales collectées lors des tâches alimenteront un modèle 3D des sujets naviguant dans un environnement simulé. Les variables enregistrées expérimentalement dans ces simulations seront utilisées pour entraîner des réseaux neuronaux profonds afin de reproduire les décisions comportementales humaines. Enfin, des méthodes d'IA explicative (incluant la visualisation des caractéristiques et les techniques d'attribution neuronale) seront utilisées pour décrypter les corrélations comportementales et neuronales des décisions humaines, offrant une compréhension approfondie des différences liées à l'âge dans les schémas d'exploration visuelle et les activités cérébrales. En substance, cette recherche vise à combler le fossé entre les études en laboratoire et le comportement réel, en utilisant une technologie de pointe pour explorer l'impact du vieillissement sur la vision et la navigation spatiale. L'intégration de l'IA et de la modélisation des données offre de grandes perspectives pour démêler les subtilités des changements liés à l'âge dans le comportement et la cognition humains dans des environnements complexes du quotidien.

Résumé dans une autre langue: Aging significantly impacts various aspects of vision, leading to a decline in visual functions that substantially affects the mobility, autonomy and quality of life of older individuals. This decline includes reduced visual acuity, depth perception, color and contrast differentiation, with subsequent implications on locomotion, balance, and navigation. Despite growing interest in aging research, only few spatial navigation studies have been conducted in complex real-life environments due to challenges in recording and analyzing data amidst a multitude of uncontrolled variables. However, recent advancements in sensor technology and AI-based approaches to data analysis offer promising solutions to address these challenges. The objective of this project is to leverage innovations in behavioral recording equipment and machine learning to investigate how aging influences human behavior in complex real-life scenarios, particularly in spatial navigation. The project has two primary objectives: 1. Experimental Focus: The PhD candidate will characterize the effects of aging on visual behavior, cognitive processes, and brain activity during spatial navigation in both virtual and real versions of a complex environment, such as a train station. The hypothesis posits that older individuals will struggle in constructing a coherent mental map of the environment compared to younger subjects. This cognitive difficulty is expected to manifest in suboptimal visual exploration, increased sensitivity to distractions, and differences in brain activation patterns associated with high-level visual processing. 2. Data Analytic Focus: The project will explore the utility of digital-twin approaches and explainable AI in analyzing complex behavioral data. Behavioral variables collected from the tasks will drive a 3D model of navigating subjects in a simulated environment. The experimentally recorded variables from these simulations will be used to train deep neural networks in order to replicate human behavioral decisions. Finally, explainable AI methods (including feature visualization and neural attribution techniques) wil be used to decipher behavioral and neural correlates of human decisions, providing a deeper understanding of age-related differences in visual exploration patterns and brain activities. In essence, this research aims to bridge the gap between laboratory studies and real-life behavior, using cutting-edge technology to explore the impact of aging on vision and spatial navigation. The integration of AI and data modeling holds significant promise in unraveling the intricacies of age-related changes in human behavior and cognition in complex, everyday environments.

Doctorant.e: Marquise Youri