Dans le cadre de ma dernière année à l'ISAE-SUPAERO, avec l'aide de cinq autres étudiants, nous avons collaboré sur un projet innovant en partenariat avec le CHU de Toulouse. Notre objectif ? Développer une interface homme-machine visant à prédire l'intention de mouvement des patients ayant subi un AVC, facilitant ainsi leur processus de rééducation. Ce Projet d'Ingénierie Entreprise (PIE) représente une expérience clé de notre cursus d'ingénieur, alliant théorie et pratique au service d'une cause médicale.

Je tiens à remercier spécifiquement le Dr David Gasq et le professeur Frédérique Dehais pour leur guidance, ainsi que mes camarades de projet Jules Gomel, Mattieu Dario, Rayanne Iguida, Aurélien Deniau, et Brice Appenzeler pour leur travail d'équipe. Un remerciement également à Kalou Cabrera Castillos, notre référent technique, et Antoine Casta, notre coach de gestion de projet, pour leur soutien tout au long de cette aventure.

Introduction

Contexte

Imaginez un monde où chaque effort pour bouger un doigt, pour esquisser un sourire, ou pour faire un pas devient une montagne insurmontable. C'est le quotidien de nombreux survivants d'un Accident Vasculaire Cérébral (AVC), la première cause de handicap chez l'adulte. L'AVC peut laisser derrière lui une ombre imposante, l'hémiplégie, où la moitié du corps reste prisonnière d'une immobilité forcée. Pourtant, au sein de ce tableau sombre, une lueur d'espoir persiste grâce à une alliance innovante entre la technologie et la neurologie : le neurofeedback.

Le neurofeedback, une fenêtre ouverte sur l'extraordinaire capacité du cerveau à se réinventer, utilise les signaux cérébraux de l'utilisateur pour lui fournir un retour en temps réel. Cette méthode, déjà explorée pour améliorer la concentration chez les individus hyperactifs ou pour la formation de pilotes, trouve une application révolutionnaire dans la rééducation post-AVC. En capturant l'intention de mouvement du patient avant même qu'elle ne se traduise par un geste, elle permet de déclencher un mouvement dans la partie paralysée du corps, par exemple à l'aide d'un exosquelette. C'est une danse entre l'esprit et la machine, où chaque intention devient un pas vers la récupération.

Notre projet, BCI-EEG-STROKE, se place sur les épaules de géants, poursuivant les recherches du CHU de Toulouse. Notre ambition ? Transformer le neurofeedback en un outil concret pour la rééducation des patients ayant survécu à un AVC. En encourageant le patient à viser le mouvement de son bras affecté, notre technologie ne se contente pas de capter cette intention ; elle l'amplifie en action. Chaque tentative, chaque mouvement initié par le cerveau et rendu possible par notre système, renforce la plasticité cérébrale, pavant le chemin vers un regain d'autonomie.

Objectifs

Au cœur de notre aventure, un objectif principal se détache : concevoir un algorithme capable de détecter l'intention de mouvement à partir de signaux cérébraux, ou EEG, avec une précision surpassant les réalisations précédentes.

Le voyage se poursuit avec la mise au point d'algorithmes dédiés à la transformation de ces signaux en données exploitables, à l'entraînement de nos modèles et à leur évaluation. Chaque étape, reproduite avec la plus grande rigueur, s'inscrit dans une démarche scientifique, documentée et précise, ouvrant la voie à une exploration approfondie et sérieuse. Nous avons l'opportunité de nous appuyer sur les fondations établies par nos prédécesseurs, tout en ayant la liberté de réinventer.

Notre odyssée ne serait complète sans l'ultime défi : l'intégration de cet algorithme au sein d'une interface homme-machine intuitive et accessible. L'objectif ? Déployer une application de bureau sur les ordinateurs du CHU, des machines fonctionnant sous Windows, sans nécessiter un environnement Python pré-installé. Nous sommes face à un choix : insuffler une nouvelle vie à l'application développée par le projet antérieur ou repartir de zéro pour construire une solution sur mesure. Quelle que soit la voie choisie, notre priorité reste la simplicité d'utilisation, la clarté et l'optimisation de notre travail, afin que demain, étudiants, chercheurs et professionnels de santé puissent aisément emprunter le chemin que nous aurons tracé.

En somme, notre mission est triple : pousser les frontières de la précision dans la détection des intentions de mouvement, ancrer notre démarche dans une rigueur scientifique exemplaire et concevoir une interface qui transforme notre science en service, accessible à tous ceux qui, demain, continueront à explorer, à soigner et à innover.

References

[1] “”.