ABOUT THE SPEAKER
Mehdi Ordikhani-Seyedlar - Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces.

Why you should listen

Mehdi Ordikhani-Seyedlar is a research scientist interested in brain-wave patterns generated by neural activities in the brain. Since embarking on his research on neuroscience, Ordikhani-Seyedlar has been working on different brain functions such as learning, memory, pain and, more recently, visual attention in humans. He also conducted a part of his research on monkeys when he was in Dr. Miguel Nicolelis' lab at Duke University. His findings help implement more accurate brain-machine interfaces to treat people who are suffering from attention deficiency.

After receiving his Ph.D  in Biomedical Engineering, Ordikhani-Seyedlar was offered a postdoctoral position by Duke University to develop algorithms to process large-scale neuronal activity and brain-machine interfaces. However, due to political complications in the United States, Ordikhani-Seyedlar -- an Iranian citizen -- changed his plan to continue his brain research outside the US for some time.

As a passionate neuroscientist and neuroengineer, Ordikhani-Seyedlar's aim is to improve brain pattern detectability in computers. This enhances the ability of brain-machine interfaces substantially to better target the defected brain function which in turn enhances the sustainability of treatment effect.

More profile about the speaker
Mehdi Ordikhani-Seyedlar | Speaker | TED.com
TED2017

Mehdi Ordikhani-Seyedlar: What happens in your brain when you pay attention?

Mehdi Ordikhani-Seyedlar: Que se passe-t-il dans le cerveau quand nous faisons attention ?

Filmed:
3,083,456 views

L'attention, ce n'est pas seulement ce sur quoi nous nous concentrons ; c'est aussi ce que notre cerveau filtre et élimine. Par l'étude de ce qui se passe dans le cerveau quand on essaie de se concentrer, Mehdi Ordikhani-Seyedlar, neuroscientifique spécialisé dans l'informatique, espère rapprocher le cerveau des ordinateurs en construisant des modèles qui pourraient permettre le traitement du TDAH (Trouble du Déficit de l'Attention avec ou sans Hyperactivité) et aider les patients qui ont perdu leur capacité à communiquer. Apprenez-en plus sur cette science passionnante dans ce discours bref et fascinant.
- Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces. Full bio

Double-click the English transcript below to play the video.

00:12
PayingPayer closeFermer attentionattention to something:
0
760
2480
Accorder une grande attention
à quelque chose :
00:15
Not that easyfacile, is it?
1
3280
1240
pas si facile, hein ?
00:17
It's because our attentionattention is pulledtiré
in so manybeaucoup differentdifférent directionsdirections at a time,
2
5520
5016
C'est parce que notre attention
est tiraillée dans tellement de directions
00:22
and it's in factfait prettyjoli impressiveimpressionnant
if you can stayrester focusedconcentré.
3
10560
4080
qu'il est en fait assez impressionnant
de pouvoir rester concentré.
00:28
ManyDe nombreux people think that attentionattention
is all about what we are focusingse concentrer on,
4
16360
4056
Beaucoup pensent que l'attention concerne
seulement ce sur quoi on se concentre
00:32
but it's alsoaussi about what informationinformation
our braincerveau is tryingen essayant to filterfiltre out.
5
20440
4800
mais c'est aussi tout de ce que le cerveau
essaie de filtrer et de rejeter.
00:38
There are two waysfaçons
you directdirect your attentionattention.
6
26320
2720
Il y a deux façons de faire attention.
00:41
First, there's overtmanifeste attentionattention.
7
29600
1560
Il y a l'attention manifeste.
00:43
In overtmanifeste attentionattention,
you movebouge toi your eyesles yeux towardsvers something
8
31640
4136
Avec l'attention manifeste,
votre regard se tourne vers cette chose
00:47
in ordercommande to payPayer attentionattention to it.
9
35800
1560
à laquelle vous prêtez attention.
00:50
Then there's covertCovert attentionattention.
10
38360
1976
Et puis il y a l'attention dissimulée.
00:52
In covertCovert attentionattention,
you payPayer attentionattention to something,
11
40360
4016
Avec l'attention dissimulée,
vous prêtez attention à quelque chose
00:56
but withoutsans pour autant movingen mouvement your eyesles yeux.
12
44400
1560
sans bouger les yeux.
00:59
Think of drivingau volant for a secondseconde.
13
47040
1640
Pensez à la conduite en voiture.
01:02
Your overtmanifeste attentionattention,
your directiondirection of the eyesles yeux,
14
50960
3016
Votre attention manifeste, vos yeux
01:06
are in frontde face,
15
54000
1656
sont dirigés vers l'avant,
01:07
but that's your covertCovert attentionattention
16
55680
1776
mais c'est votre attention dissimulée
01:09
whichlequel is constantlyconstamment scanningbalayage
the surroundingalentours arearégion,
17
57480
3080
qui passe son temps à scanner
votre environnement,
01:13
where you don't actuallyréellement look at them.
18
61600
1880
que vous ne regardez pas directement.
01:17
I'm a computationalcalcul neuroscientistchercheur en neurosciences,
19
65519
1937
Je suis un neuroscientifique
spécialisé dans l'informatique
01:19
and I work on cognitivecognitif
brain-machinecerveau-machine interfacesinterfaces,
20
67480
3096
et les interfaces cerveau-machine,
01:22
or bringingapportant togetherensemble
the braincerveau and the computerordinateur.
21
70600
3040
ou la combinaison entre
cerveau et ordinateur.
01:26
I love braincerveau patternsmodèles.
22
74720
1600
J'adore ce qu'il se passe dans le cerveau.
01:28
BrainCerveau patternsmodèles are importantimportant for us
23
76720
1696
L'activité cérébrale est importante
01:30
because basedbasé on them
we can buildconstruire modelsdes modèles for the computersdes ordinateurs,
24
78440
3496
parce que son étude permet de construire
des modèles pour les ordinateurs
01:33
and basedbasé on these modelsdes modèles
25
81960
1416
et grâce à ces modèles,
01:35
computersdes ordinateurs can recognizereconnaître
how well our braincerveau functionsles fonctions.
26
83400
4216
les ordinateurs peuvent déterminer
la qualité de nos fonctions cérébrales.
01:39
And if it doesn't functionfonction well,
27
87640
1600
Et si le cerveau fonctionne mal,
01:42
then these computersdes ordinateurs themselvesse
can be used as assistived’assistance devicesdispositifs
28
90080
3920
alors ces ordinateurs peuvent ensuite
servir d'outils auxiliaires
01:46
for therapiesthérapies.
29
94760
1200
dans les thérapies.
01:48
But that alsoaussi meansveux dire something,
30
96480
1640
Mais cela veut aussi dire
01:51
because choosingchoisir the wrongfaux patternsmodèles
31
99360
2496
que choisir les mauvais schémas
de fonctionnement
01:53
will give us the wrongfaux modelsdes modèles
32
101880
1896
nous donnera des modèles erronés
01:55
and thereforedonc the wrongfaux therapiesthérapies.
33
103800
1656
et donc de mauvaises thérapies.
01:57
Right?
34
105480
1200
Vous voyez ?
01:59
In caseCas of attentionattention,
35
107640
1656
Dans le cas de l'attention,
02:01
the factfait that we can
36
109320
1280
le fait que nous puissions
02:03
shiftdécalage our attentionattention not only by our eyesles yeux
37
111800
3496
reporter notre attention, non seulement
par le mouvement des yeux
02:07
but alsoaussi by thinkingen pensant --
38
115320
1320
mais aussi par la pensée,
02:09
that makesfait du covertCovert attentionattention
an interestingintéressant modelmaquette for computersdes ordinateurs.
39
117440
4080
fait de notre attention dissimulée
un modèle intéressant
pour les ordinateurs.
02:14
So I wanted to know
what are the brainwaveondes cérébrales patternsmodèles
40
122280
3456
Je voulais donc savoir quels schémas
forment les ondes cérébrales
02:17
when you look overtlyouvertement
or when you look covertlysecrètement.
41
125760
3680
selon que notre attention
est manifeste ou dissimulée.
02:22
I setensemble up an experimentexpérience for that.
42
130440
1760
J'ai élaboré un test scientifique.
02:24
In this experimentexpérience
there are two flickeringscintillement squarescarrés,
43
132960
2736
Dans cette expérience, nous avons
deux carrés clignotants
02:27
one of them flickeringscintillement
at a slowerRalentissez ratetaux than the other one.
44
135720
3360
dont l'un clignote
à une vitesse inférieure.
02:32
DependingSelon on whichlequel of these flickersscintille
you are payingpayant attentionattention to,
45
140600
3816
Selon le carré auquel
vous prêtez attention,
02:36
certaincertain partsles pièces of your braincerveau
will startdébut resonatingrésonance in the sameMême ratetaux
46
144440
3960
certaines parties de votre cerveau vont
se mettre à résonner au même rythme
02:41
as that flickeringscintillement ratetaux.
47
149200
1440
que le rythme du clignotement.
02:44
So by analyzinganalyse your braincerveau signalssignaux,
48
152000
2936
Par l'analyse des signaux cérébraux,
02:46
we can trackPiste where exactlyexactement
you are watchingen train de regarder
49
154960
3040
nous pouvons déterminer précisément
ce que vous regardez
02:50
or you are payingpayant attentionattention to.
50
158760
1560
ou ce à quoi vous prêtez attention.
02:55
So to see what happensarrive in your braincerveau
when you payPayer overtmanifeste attentionattention,
51
163000
4216
Pour voir ce qu'il se passe
dans le cerveau
durant l'attention manifeste,
02:59
I askeda demandé people to look directlydirectement
in one of the squarescarrés
52
167240
3256
j'ai demandé aux volontaires de regarder
directement l'un des carrés
03:02
and payPayer attentionattention to it.
53
170520
1280
et d'y prêter attention.
03:04
In this caseCas, not surprisinglyétonnamment,
we saw that these flickeringscintillement squarescarrés
54
172760
5296
Dans ce cas, sans surprise, nous avons
constaté que ces carrés clignotants
03:10
appearedest apparu in theirleur braincerveau signalssignaux
55
178080
1936
apparaissaient dans les signaux cérébraux
03:12
whichlequel was comingvenir
from the back of theirleur headtête,
56
180040
2360
qui venaient de l'arrière de la tête,
03:15
whichlequel is responsibleresponsable for the processingEn traitement
of your visualvisuel informationinformation.
57
183560
3400
la partie en charge du traitement
de l'information visuelle.
03:20
But I was really interestedintéressé
58
188280
2336
Mais ce qui m'intéressait vraiment,
03:22
to see what happensarrive in your braincerveau
when you payPayer covertCovert attentionattention.
59
190640
3160
c'est ce qu'il se passe dans le cerveau
durant l'attention dissimulée.
03:26
So this time I askeda demandé people
to look in the middlemilieu of the screenécran
60
194480
3896
Cette fois j'ai demandé aux volontaires
de regarder le milieu de l'écran
03:30
and withoutsans pour autant movingen mouvement theirleur eyesles yeux,
61
198400
1880
et, sans bouger les yeux,
03:33
to payPayer attentionattention
to eithernon plus of these squarescarrés.
62
201120
2720
de prêter attention
à l'un ou l'autre des carrés.
03:37
When we did that,
63
205120
1616
En faisant ça,
03:38
we saw that bothtous les deux of these flickeringscintillement ratesles taux
appearedest apparu in theirleur braincerveau signalssignaux,
64
206760
3936
nous avons vu que les deux rythmes
de clignotement existaient dans le cerveau
03:42
but interestinglyintéressant,
65
210720
1200
mais ce qui était intéressant,
03:44
only one of them,
whichlequel was paidpayé attentionattention to,
66
212640
3536
c'est qu'un seul, celui auquel
on faisait attention,
03:48
had strongerplus forte signalssignaux,
67
216200
1656
avait des signaux plus forts.
03:49
so there was something in the braincerveau
68
217880
2256
Il y avait donc quelque chose
dans le cerveau
03:52
whichlequel was handlingmanipulation this informationinformation
69
220160
2536
qui traitait cette information
03:54
so that thing in the braincerveau was basicallyen gros
the activationactivation of the frontalfrontal arearégion.
70
222720
6200
et c'était l'activation
de la partie frontale.
04:02
The frontde face partpartie of your braincerveau
is responsibleresponsable
71
230440
2976
La partie frontale du cerveau se charge
04:05
for higherplus haute cognitivecognitif functionsles fonctions as a humanHumain.
72
233440
2880
des fonctions cognitives supérieures.
04:09
The frontalfrontal partpartie,
it seemssemble that it workstravaux as a filterfiltre
73
237160
4440
Il semblerait que la partie frontale
fasse office de filtre
04:14
tryingen essayant to let informationinformation come in
only from the right flickerscintillement
74
242640
4376
qui tente de laisser passer seulement
l'information provenant du clignotement
04:19
that you are payingpayant attentionattention to
75
247040
1640
auquel on prête attention,
04:21
and tryingen essayant to inhibitinhiber the informationinformation
comingvenir from the ignoredignoré one.
76
249400
3960
en essayant de réfréner l'information
qui vient de l'autre carré.
04:27
The filteringfiltration abilitycapacité of the braincerveau
is indeedeffectivement a keyclé for attentionattention,
77
255400
5296
Cette faculté de filtrage du cerveau
est primordiale pour l'attention
04:32
whichlequel is missingmanquant in some people,
78
260720
2776
et elle manque à certaines personnes,
04:35
for exampleExemple in people with ADHDTDAH.
79
263520
2480
par exemple celles atteintes de TDAH.
04:38
So a personla personne with ADHDTDAH
cannotne peux pas inhibitinhiber these distractorsdistracteurs,
80
266640
5016
Une personne atteinte de TDAH
ne peut pas réfréner ces distractions
04:43
and that's why they can't focusconcentrer
for a long time on a singleunique tasktâche.
81
271680
4760
et ne peut donc pas se concentrer
longuement sur une seule tâche.
04:49
But what if this personla personne
82
277600
1536
Et si cette personne
04:51
could playjouer a specificspécifique computerordinateur gameJeu
83
279160
3536
pouvait jouer à un jeu particulier
sur ordinateur
04:54
with his braincerveau connectedconnecté to the computerordinateur,
84
282720
2880
avec son cerveau connecté à l'ordinateur
04:58
and then traintrain his ownposséder braincerveau
85
286440
2120
et exerçait son cerveau
05:01
to inhibitinhiber these distractorsdistracteurs?
86
289360
2440
à réfréner ces distractions ?
05:05
Well, ADHDTDAH is just one exampleExemple.
87
293680
2480
Le TDAH n'est qu'un exemple
parmi d'autres.
05:09
We can use these cognitivecognitif
brain-machinecerveau-machine interfacesinterfaces
88
297200
3256
On peut utiliser ces interfaces
cerveau-machine
05:12
for manybeaucoup other cognitivecognitif fieldsdes champs.
89
300480
2200
dans de nombreux autres champs cognitifs.
05:15
It was just a fewpeu yearsannées agodepuis
90
303760
1776
Il y a quelques années seulement,
05:17
that my grandfathergrand-père had a strokeaccident vasculaire cérébral,
and he lostperdu completeAchevée abilitycapacité to speakparler.
91
305560
5720
mon grand-père a eu un AVC
et a complètement perdu
l'usage de la parole.
05:24
He could understandcomprendre everybodyTout le monde,
but there was no way to respondrépondre,
92
312640
3336
Il comprenait tout le monde
mais il ne pouvait pas répondre,
05:28
even not writingl'écriture
because he was illiterateanalphabète.
93
316000
2480
ni même écrire
parce qu'il était analphabète.
05:32
So he passedpassé away in silencesilence.
94
320000
2520
Il s'est donc éteint en silence.
05:36
I rememberrappelles toi thinkingen pensant at that time:
95
324800
2336
Je me souviens avoir pensé :
05:39
What if we could have a computerordinateur
96
327160
3896
« Et si nous avions un ordinateur
05:43
whichlequel could speakparler for him?
97
331080
1360
qui pouvait parler pour lui ? »
05:45
Now, after yearsannées that I am in this fieldchamp,
98
333840
2216
Après toutes ces années de recherche,
05:48
I can see that this mightpourrait be possiblepossible.
99
336080
2320
je vois maintenant
que c'est une possibilité.
05:52
ImagineImaginez if we can find brainwaveondes cérébrales patternsmodèles
100
340240
2856
Imaginez qu'on détermine quels schémas
forment les ondes cérébrales
05:55
when people think
about imagesimages or even lettersdes lettres,
101
343120
3440
quand les gens pensent à des images
ou même à des lettres,
05:59
like the letterlettre A generatesgénère
a differentdifférent brainwaveondes cérébrales patternmodèle
102
347720
2936
la lettre A produisant un schéma différent
06:02
than the letterlettre B, and so on.
103
350680
1720
de la lettre B, etc.
06:04
Could a computerordinateur one day
communicatecommuniquer for people who can't speakparler?
104
352960
3680
Un ordinateur pourrait-il communiquer
un jour pour ceux qui ne le peuvent pas ?
06:09
What if a computerordinateur
105
357640
1440
Et si un ordinateur
06:11
can help us understandcomprendre
the thoughtspensées of a personla personne in a comaComa?
106
359960
4560
nous aidait à comprendre ce que pense
une personne dans le coma ?
06:17
We are not there yetencore,
107
365840
1616
Nous n'y sommes pas encore,
06:19
but payPayer closeFermer attentionattention.
108
367480
2736
mais faites bien attention.
06:22
We will be there soonbientôt.
109
370240
1696
Nous y serons bientôt.
06:23
Thank you.
110
371960
1496
Merci.
06:25
(ApplauseApplaudissements)
111
373480
5632
(Applaudissements)
Translated by America Aguilera
Reviewed by Morgane Quilfen

▲Back to top

ABOUT THE SPEAKER
Mehdi Ordikhani-Seyedlar - Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces.

Why you should listen

Mehdi Ordikhani-Seyedlar is a research scientist interested in brain-wave patterns generated by neural activities in the brain. Since embarking on his research on neuroscience, Ordikhani-Seyedlar has been working on different brain functions such as learning, memory, pain and, more recently, visual attention in humans. He also conducted a part of his research on monkeys when he was in Dr. Miguel Nicolelis' lab at Duke University. His findings help implement more accurate brain-machine interfaces to treat people who are suffering from attention deficiency.

After receiving his Ph.D  in Biomedical Engineering, Ordikhani-Seyedlar was offered a postdoctoral position by Duke University to develop algorithms to process large-scale neuronal activity and brain-machine interfaces. However, due to political complications in the United States, Ordikhani-Seyedlar -- an Iranian citizen -- changed his plan to continue his brain research outside the US for some time.

As a passionate neuroscientist and neuroengineer, Ordikhani-Seyedlar's aim is to improve brain pattern detectability in computers. This enhances the ability of brain-machine interfaces substantially to better target the defected brain function which in turn enhances the sustainability of treatment effect.

More profile about the speaker
Mehdi Ordikhani-Seyedlar | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee