NeuRoam

Système avancé d'investigation des processus cognitifs dans la vie quotidienne

Explorer l'interaction entre l'attention et la mémoire dans des conditions réelles

Connexion En savoir plus

Centre de Recherche en
Neurosciences de Lyon

Projet développé au sein du CRNL, laboratoire de recherche en neurosciences cognitives.

Visiter le site

Pourquoi NeuRoam?

Une plateforme complète pour la recherche cognitive en milieu naturel

Recherche écologique

Étude des processus cognitifs dans des environnements réels ou de réalité virtuelle, pour une meilleure validité écologique, en opposition aux méthodes traditionnelles utilisant des stimuli simplifiés.

Collecte de données multimodale

Integration de données GPS, comportementales, d'eye-tracking et contextuelles via des smartphones et dispositifs spécialisés pour une compréhension holistique des processus cognitifs.

Infrastructure avancée

Plateforme web sécurisée avec le module DataStream au cœur du système, permettant aux chercheurs de concevoir, gérer et analyser des expériences complexes en temps réel.

La science derrière NeuRoam

Explorer les mécanismes cognitifs dans le monde réel

Contexte et justification

"Les méthodes traditionnelles ne reflètent pas la complexité des environnements réels"

La plupart des études sur les fonctions cognitives utilisent des stimuli simples, isolés et sans contexte. Ces méthodes ne reflètent pas les situations de vie réelle, complexes et riches en informations contextuelles. NeuRoam développe de nouvelles méthodes d'investigation plus proches de notre expérience quotidienne.

Dépasser les limites des laboratoires traditionnels

Objectif de recherche

"Comment nos expériences passées influencent-elles notre attention?"

Le projet vise à découvrir les mécanismes cognitifs qui médiatisent l'influence de nos expériences personnelles passées sur l'attention. Nos expériences utilisent la réalité virtuelle, des technologies mobiles et l'oculométrie pour suivre le comportement des participants dans des environnements naturels.

Tracer les liens entre mémoire et attention en contexte réel

Impact scientifique

"Des applications multiples pour la science et la clinique"

Les résultats du projet auront un large impact, notamment de nouvelles technologies pour intégrer des plateformes web, des systèmes de réalité virtuelle et l'IRM fonctionnelle, ainsi que des implications pour l'étude d'autres fonctions cognitives supérieures et de nouvelles approches pour les études cliniques.

Transformer la compréhension des fonctions cognitives

Neurosciences

Notre hypothèse centrale

Nous proposons que la mémoire épisodique, associant les événements à leur contexte spatio-temporel, façonne de manière significative nos mécanismes attentionnels en conditions naturelles, impliquant des interactions fonctionnelles entre les réseaux d'attention fronto-pariétaux et le lobe temporal médial.

Réalité virtuelle

Méthodologie

Une approche innovante pour étudier la cognition en contexte naturel

Phase d'encodage

Installation d'une application mobile sur le smartphone du participant
Collecte continue des données GPS entre 8h00 et 20h00
Présentation d'images d'objets sur le téléphone avec questionnaire d'appréciation
Durée d'encodage de 3 semaines dans la vie quotidienne

Phase de test d'attention

Visualisation d'images d'objets ou de lieux sur un écran
Enregistrement des mouvements oculaires via un système d'eye-tracking
Analyse de l'influence des expériences passées sur l'attention visuelle
Durée du test d'attention d'environ 1 heure

Notre approche

Comment fonctionne le système NeuRoam?

1. Conception expérimentale

Les chercheurs conçoivent des protocoles expérimentaux qui combinent des tâches cognitives avec l'exploration d'environnements naturels ou virtuels.

2. Recrutement des participants

Intégration des participants via la plateforme avec consentement éclairé et instructions détaillées pour les tâches expérimentales.

3. Collecte de données

Collecte de données multimodales via des applications mobiles, des capteurs wearables et des enregistrements cérébraux en laboratoire.

4. Analyse et résultats

Analyse intégrée des données comportementales et neurophysiologiques pour comprendre les mécanismes cognitifs en conditions naturelles.

Publications

Découvrez les dernières études de recherche utilisant le système NeuRoam

2024

L'influence du précuneus sur le cortex temporal médial détermine la qualité subjective de la mémoire lors de la récupération d'épisodes naturalistes

Scientific Reports, 2024

SA Foudil, E Macaluso

Cette étude montre que la connectivité effective entre le précuneus et le cortex temporal médial soutient l'expérience subjective de se souvenir des objets avec leur contexte spatio-temporel, soulignant l'importance des interactions cérébrales interrégionales dans la récollection épisodique.

Lire l'article

2021

Mémoire des détails contextuels spatio-temporels lors de la récupération d'épisodes naturalistes

Scientific Reports, 2021

SA Foudil, C Pleche, E Macaluso

Cette étude démontre que la mémoire épisodique, qui associe les événements à leur contexte spatio-temporel, fonctionne de manière cohérente dans différents contextes d'encodage, et que la précision du rappel contextuel améliore l'expérience subjective du rappel.

Lire l'article

L'équipe

Passionnés par la recherche en neurosciences cognitives

Pr. Emiliano Macaluso

Neurosciences Cognitives

Mon principal domaine de recherche porte sur les bases neurales de l'intégration multisensorielle, la perception de l'espace et l'attention. J'utilise plusieurs techniques d'imagerie cérébrale non invasives et comportementales pour étudier ces processus dans le cerveau humain, notamment l'IRM fonctionnelle (IRMf), la tomographie par émission de positons (TEP), les potentiels cérébraux évoqués (ERP), ainsi que des analyses de patterns de mouvements oculaires.

Laboratoire: Centre de Recherche en Neurosciences de Lyon

Site web Brain Reality

Dr. Samy A. Foudil

Ingénieur en Neurosciences

En tant qu'expert en données indépendant, ancien CTO et docteur en neurosciences, j'exploite mon expertise approfondie en analyse de données, en architecture cloud AWS et en pratiques DevOps/MLOps pour soutenir mes clients dans leurs projets. Mon parcours unique combine des compétences techniques avancées avec une solide compréhension du comportement humain, me permettant de concevoir des solutions basées sur l'IA adaptées aux besoins spécifiques de chaque entreprise.