Plateforme GAIA - informatique Graphique, Analyse de données et Intelligence Artificielle

Action Partage Expertise

De Plateforme GAIA - informatique Graphique, Analyse de données et Intelligence Artificielle
Aller à la navigation Aller à la recherche

Séminaires

Premier séminaire de l'APE ouvert à tous: Le versioning moderne avec git.

Le 24 mars 2023 à 10h30 en A207 et sur BBB

Le pdf de la présentation est diponible ici Vcs_ape.pdf

Séance APE du 15 juin 2023

Présentation des soutenances (blanches) de stages le jeudi 15 juin à 16h

  • Brigitte WILD: " Analyse de données physiologiques pour l'évaluation de la réponse émotionnelle en réalité virtuelle"
  • Mehdi BOUZOUBAA: "Analyse de données de connectivité fonctionnelle cérébrale chez la souris"
  • Quentin LOEB: "Étude de traitements contre la sclérose en plaques".

Résumés

Analyse de données physiologiques pour l'évaluation de la réponse émotionnelle en réalité virtuelle

Les émotions sont des réactions instinctives et physiologiques aux stimuli. Celles-ci sont mesurables par des capteurs physiologiques tels que l'EDA (activité électrodermale), l'EMG (électromyographie), l'ECG (électrocardiographie) et le BVP (photopléthysmographie du volume sanguin). Actuellement, avec l’essor de la réalité virtuelle, il est possible de placer les individus dans une situation concrète et de contrôler précisément les évènements auxquels ils sont soumis. Cette approche rend possible une mesure ciblée de de la variation des émotions. De plus, des capteurs physiologiques plus performants et plus légers permettent d’accéder rapidement à des données et d’en extraire les caractéristiques importantes des réactions émotionnelles. Ces nombreuses caractéristiques peuvent ensuite être traitées par les algorithmes d’apprentissage automatique pour permettre une classification et une corrélation avec les réponses subjectives obtenus par les méthodes de questionnaires traditionnels offrant de nouvelles perspectives dans le domaine de l’informatique affective et l’interaction homme-machine.

Étude de traitements contre la sclérose en plaques

La sclérose en plaques est une maladie auto-immune qui affecte le système nerveux central. Elle entraîne des lésions qui peuvent notamment provoquer des perturbations cognitives. Les traitements actuels ont une efficacité limitée, qui ne suffit pas à empêcher la progression du handicap à moyen terme. Dans le cadre des projets "Gilecog" et "Tericog", deux traitements ont été testés pendant une durée de deux ans sur des patients atteints de la sclérose en plaques. Pour évaluer l'évolution des patients, des tests cognitifs et des IRM ont été réalisés. Dans un premier temps, en analysant l'évolution de leurs performances cognitives, il est possible d'identifier les effets spécifiques de chaque traitement. Par la suite, nous pouvons établir des profils de patients afin de mieux comprendre les effets des traitements, ainsi que d'étudier les corrélations entre les performances cognitives et les mesures issues des IRM.

Analyse de données de connectivité fonctionnelle cérébrale chez la souris

Dans le cadre de son projet “CoImagine”, l’équipe IMIS de l’ICube travaille sur un modèle murin de la trisomie 21. Ses principaux objectifs sont de caractériser la morphologie, la microstructure et la connectivité fonctionnelle de souris génétiquement modifiées pour présenter les symptômes de la trisomie 21, ainsi que d’étudier les effets d’un traitement expérimental, l’EDM92, sur leur connectivité fonctionnelle cérébrale. Pour cela, des souris contrôles et mutées, ayant reçu ou non le traitement, ont été soumises à des tests comportementaux et à de l’IRM multimodale (VBM, DTI, IRMf de repos). L’objectif principal de ce stage est la recherche de corrélations entre les données de l’IRM fonctionnelle et les performances des souris à l’un des tests comportementaux.