L’équipe Intermédia étudie et conçoit des systèmes de communication avancés entre l’être humain et la machine, en explorant des approches pluridisciplinaires au croisement des sciences du numérique, des neurosciences et de l’ingénierie des systèmes intelligents. Nos travaux portent sur la compréhension, la modélisation et la mise en œuvre d’interfaces capables d’interpréter de manière fine et fiable les signaux humains, qu’ils soient gestuels, physiologiques ou cognitifs.
Nous considérons une grande variété d’interfaces naturelles : interaction par le geste, écriture et reconnaissance du mouvement du stylo, interfaces basées sur les capteurs biomédicaux et biométriques et, ainsi que les signaux cérébraux issus de l’électroencéphalographie (EEG).
Les travaux de l’équipe couvrent l’ensemble de la chaîne de traitement, depuis l’acquisition des données jusqu’à la reconnaissance et l’interprétation des signaux. Nous développons notamment des méthodes robustes d’analyse et de traitement du signal pour extraire les caractéristiques pertinentes à partir de signaux souvent complexes, bruités et multidimensionnels, mais aussi des approches d’apprentissage et de classification en vue de prédire, par exemple dans le cas de signaux biomédicaux, certaines pathologies neurodégénératives comme les maladies d’Alzheimer, de Parkinson et les démences plus généralement. Ces recherches trouvent des applications concrètes dans des domaines variés : interprétation de signaux EEG pour le contrôle d’interfaces cérébrales (Brain-Computer Interfaces), acquisition et suivi des gestes dans le cadre de la rééducation motrice, ou encore suivi automatique de l’évolution de pathologies neurodégénératives telles que les maladies d’Alzheimer et de Parkinson.
L’équipe Intermedia s’intéresse également aux problématiques de prévention de la fragilité liée à l’âge, en concevant des systèmes capables de détecter précocement les signes d’altération motrice, cognitive ou physiologique. Ces travaux contribuent à l’émergence de nouvelles technologies d’assistance et de santé connectée, au service du bien-être et de l’autonomie des personnes âgées.
Pour atteindre ces objectifs, Intermédia développe des techniques originales d’apprentissage statistique et d’intelligence artificielle : réseaux de neurones profonds, modèles de Markov cachés, réseaux bayésiens ou encore méthodes de fusion de données multimodales et hétérogènes. Ces approches permettent de traiter voire de combiner plusieurs sources d’information (vidéo, signaux physiologiques, mouvements, données contextuelles) afin d’améliorer la fiabilité et la robustesse des systèmes d’identification et d’interprétation de ces informations, voire de contribuer potentiellement à des systèmes d’aide à la décision au service des professionnels de Santé.
Les travaux de recherche sont menés en collaboration étroite avec des laboratoires partenaires et des institutions médicales comme l’APHP, le SAMU-92, le Centre Hospitalier Sud-Francilien et l’Hôpital Foch, dans le cadre de projets nationaux et européens. L’équipe participe également à la formation par la recherche, en encadrant des doctorants, post-doctorants et étudiants de master, favorisant ainsi l’innovation à la croisée de l’ingénierie, des sciences cognitives et de la santé.
En s’appuyant sur une expertise reconnue dans les domaines du traitement du signal, de la reconnaissance de formes et de l’apprentissage automatique, l’équipe Intermédia contribue activement à la conception de technologies interactives et non-invasives centrées sur l’humain, au service de la santé, de l’assistance et de la communication du futur.
