Apprentissage neuronal par neurofeedback à l’aide d’un système EEG portable : application à la réduction du stress chez l'Homme - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Neural learning by neurofeedback using a portable EEG system : application to reduce stress in humans

Apprentissage neuronal par neurofeedback à l’aide d’un système EEG portable : application à la réduction du stress chez l'Homme

Résumé

This thesis focuses on the design, implementation and evaluation of a portable EEG neurofeedback system to help manage stress for the general public. Such a system allows users to learn to modulate their mental states through brain plasticity phenomena. However, several factors can complicate this learning, such as a lower signal-to-noise ratio of the EEG acquired by dry electrodes, contamination by artefacts or the definition of relevant parameters from the EEG signals. In order to optimize this neural feedback, my thesis first proposes a statistical method to ensure the quality of the acquired EEG signals, as well as a corrective method of artefacts, in order to extract a relevant measure of EEG activity reflecting the individual's stress or relaxation level. The development of a neurofeedback index that is relevant and adapted to the user is also proposed. Following the algorithmic constitution of such a system, the neurofeedback learning characteristics could be studied. In particular, I show that intersession learning seems to be taking place and that in stressed subjects, brain changes occur in the alpha band during the rest phases. Finally, through these methodological aspects, software integration and longitudinal analysis, this thesis constitutes the fundamental building blocks of an automatic recommendation system adapted to the user. Such a system would allow a personal follow-up of users in order to propose a preventive strategy for stress management.
Cette thèse porte sur la conception, l’implémentation et l’évaluation d’un système de neurofeedback EEG portable, d’aide à la gestion du stress, à destination du grand public. Un tel système permet aux utilisateurs d’apprendre à moduler leurs états mentaux par des phénomènes de plasticité cérébrale. Cependant, plusieurs facteurs peuvent compliquer cet apprentissage, comme un plus faible rapport signal sur bruit de l'EEG acquis par des électrodes sèches, la contamination par des artefacts ou encore la définition de paramètres pertinents à partir des signaux EEG. Afin d’optimiser ce retour neuronal, ma thèse propose d’abord une méthode statistique permettant de s’assurer de la qualité des signaux EEG acquis, ainsi qu’une méthode corrective d’artefacts, afin de pouvoir extraire une mesure pertinente de l’activité EEG reflétant le niveau de stress ou de relaxation de l’individu. Le développement d’un indice de neurofeedback pertinent et adapté à l’utilisateur est également proposé. A la suite de la constitution algorithmique d’un tel système, les caractéristiques d'apprentissage par neurofeedback ont pu être étudiées. En particulier, je montre qu'un apprentissage intersession semble se mettre en place et que chez les sujets stressés, des changements cérébraux s'opèrent dans la bande alpha durant les phases de repos. Finalement, par ces aspects méthodologiques, d’intégration logicielle et d’analyse longitudinale, cette thèse constitue les briques fondamentales d’un système de recommandation automatique adapté à l’utilisateur. Un tel système permettrait un suivi personnel des utilisateurs afin de leur proposer une stratégie préventive pour la gestion du stress.
Fichier principal
Vignette du fichier
GROSSELIN_Fanny_2019.pdf (23.03 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03405431 , version 1 (27-10-2021)
tel-03405431 , version 2 (29-10-2021)

Identifiants

  • HAL Id : tel-03405431 , version 2

Citer

Fanny Grosselin. Apprentissage neuronal par neurofeedback à l’aide d’un système EEG portable : application à la réduction du stress chez l'Homme. Réseau de neurones [cs.NE]. Sorbonne Université, 2019. Français. ⟨NNT : 2019SORUS125⟩. ⟨tel-03405431v2⟩
312 Consultations
79 Téléchargements

Partager

Gmail Facebook X LinkedIn More