Neurosciences
Un modèle scientifique avant tout
1. Classification
Nous nous sommes inscrits dans l’approche dimensionnelle RDoC en santé mentale1, qui fait écho au modèle des compétences psychosociales (CPS) de l’OMS2 3. Cela nous a permis de classer l’ensemble de nos mesures en compétences émotionnelles, cognitives et sociales.
2. Environnement de mesure
Nous avons construit des environnements de mesures contrôlés et écologiques grâce à la réalité virtuelle, en s’inspirant de protocoles de recherche validés scientifiquement auprès de larges cohortes d'individus.
3. Biomarqueurs et échelles de mesure
Nous avons soigneusement sélectionné les capteurs et mesures physiologiques pertinents pour identifier des biomarqueurs de bien-être mental et évaluer les compétences psychosociales, ainsi que des échelles de mesure psychométriques.
4. Traitement des données
Nous avons construit une architecture de traitement des données multimodales recueillies, pour grande partie en Open Source. Ces plateformes de traitement flexibles permettent de calculer un nombre toujours plus grand de scores en machine learning.
5. Contrôle
Nous avons contrôlé nos résultats pour nous assurer de la validité de notre modèle. Ainsi, lorsque nous combinons toutes nos mesures, nous parvenons à prédire avec environ 90% de certitude l'état mental dans lequel nous avons plongé la personne.
3 dimensions de mesures, objectivées grâce à nos outils
Physiologiques
Comportementales
Psychométriques
Une approche collaborative : 4 partenariats majeurs en neurosciences
Institut de Recherche Biomédicale des Armées (IRBA)
Bitbrain
Dans le cadre d’un financement européen (Cross4Health), développement d’un système d’enregistrement de l’activité cérébrale compatible avec une immersion en réalité virtuelle pour la détection de biomarqueurs précoces de pathologies mentales.
Laboratoire Inter-universitaire de Psychologie
Personnalité, Cognition, Changement Social (LIP/PC2S) : Etude des interactions cerveau-coeur-viscères pour une meilleure compréhension des effets du stress sur le système nerveux autonome.
Centre d'Études Sport et Actions MotriceS (CESAMS)
Développement de tâches en réalité virtuelle pour mesurer et entraîner l’expertise visuo-motrice et attentionnelle.
5 publications scientifiques et 2 brevets déposés en neurosciences
Coutrot A., Kibleur A., Le Chénéchal M., Lefranc B., Ramdani C., Trousselard M., Chatel- Goldman J., (2019) “Idiosyncratic face exploration strategy is influenced by face’s emotion type and observer’s empathic profile”, European Conference on Visual Perception
Coutrot A., Kibleur A., Le Chénéchal M., Lefranc B., Ramdani C., Trousselard M., Chatel- Goldman J. (2021). The influence of emotion and empathy on gaze patterns when exploring controlled static and ecological dynamic faces. 2021 Vision Science Society (VSS) conference.
Clisson P., Bertrand-Lalo R., Congedo M., Victor-Thomas G., Chatel-Goldman J. (2019) “Timeflux: an open-source framework for the acquisition and near real-time processing of signal streams”. Proc. In 8th Graz Brain-Computer Interface Conference
Kibleur A., Le Chénéchal M., Benguigui N., Chatel-Goldman J (2019) « Immersive Multiple Object Tracking using Virtual Reality. Pilot study on athletes and non sportive subjects », VipImage Conference
Le Chénéchal, M., and Chatel-Goldman J. (2018) « HTC Vive Pro time performance benchmark for scientific research. » Proc. In ICAT-EGVE
Vous souhaitez utiliser nos outils dans vos projets de recherche ?
1 Insel, T., Cuthbert, B., Garvey, M., Heinssen, R., Pine, D. S., Quinn, K., … & Wang, P. (2010). Research domain criteria (RDoC): toward a new classification framework for research on mental disorders.
2 OMS, UNESCO. Life skills education in schools. Genève : OMS, 1993
3 Mangrulkar L., Whitman C.V., Posner M. Life skills approach to child and adolescent healthy human development. Washington DC: Pan American Health Organization, 2001 : 61 p