Un nouveau détecteur de la fatigue mentale

La baisse de l'attention sélective est un signe de fatigue mentale, laquelle diminue l'efficacité de la rééducation. L'activité EEG contribue à déterminer les différences dans le traitement des informations conscientes ou non, mais cette méthode s'accompagne de problèmes comme un manque de fiabilité et un faible rapport signal/bruit.

La fatigue mentale se caractérise entre autres par des changements dans le taux de clignement des paupières et le diamètre de la pupille. L'association de la surveillance vidéo avec l'activité EEG pourrait donc être plus efficace pour détecter la fatigue mentale. C'est dans ce but qu'a été lancé le projet QFATIGUE (Quantification of mental fatigue by means of visual and physiological measures), financé par l'UE.

Les chercheurs ont enregistré simultanément un EEG et des vidéos du visage de volontaires durant plusieurs exercices de marche avec un entraîneur robotisé. Ils ont traité les vidéos et extrait des données comme les statistiques sur le clignement des yeux et la distance entre les parties de l'œil et les sourcils.

Après retrait du bruit et des artefacts dans l'EEG, les chercheurs ont utilisé comme mesure les valeurs du spectre de puissance de plusieurs régions du cortex, dans les bandes standard d'ondes cérébrales. Ces valeurs ont été choisies car elles présentent des différences notables en cas d'activité d'un cerveau fatigué.

L'association des deux techniques a conduit à un modèle multimodal qui détecte efficacement la fatigue. Les résultats ont été diffusés via plusieurs articles et des présentations lors de conférences.

Les outils de QFATIGUE pourraient être très utiles pour optimiser les longues procédures de rééducation et les adapter aux besoins de chaque patient. Cette personnalisation devrait augmenter l'adhésion du patient et améliorer les résultats.