Soutenance de thèse le 18 décembre 2008 à l'IRIT 1 Modèles psychophysiques datteintes de cibles pour les personnes souffrant de troubles neuromusculaires

Soutenance de thèse le 18 décembre 2008 à l'IRIT 1

Modèles psychophysiques d’atteintes de cibles pour les personnes souffrant de troubles neuromusculaires

Par Frédéric Vella

IRIT - ToulouseEquipe IHCS

Directrices : Nadine Vigouroux et Régine André-ObrechtEncadrant : PhilippeTruillet


Plan de la présentation

• Contexte et problématiques

• Partie 1 : Loi de Fitts et handicap

• Partie 2 : Projection théorique sur la conception de claviers virtuels– Caractérisation de la fatigue – Validation de la loi de Fitts

• Conclusions et perspectives

Contexte et problématique

Loi de Fitts et handicap

Conception de claviers virtuels

Conclusions et perspectives


Personnes handicapées en France

5 millions de personnes handicapées

2 millions de personnes atteintes de déficiences motrices

[Vilalta, 2006]






Problématiques

PC

Fatigue ?





1) Difficultés de l’interaction WIMP

2) Utilisation d’un périphérique

E:\pr<E9>sentation\web.mpg

E:\pr<E9>sentation\annie.mpg


Une définition : Fatigue

• [Allain et al, 1999] – « une baisse d'activité d'un système vivant ayant un

fonctionnement excessif. Elle devient observable, soit par une plainte de l’utilisateur, soit par des signes observés. La fatigue est souvent due au vieillissement, à l’usure, à l'altération de la structure ou encore à l'épuisement (au sens biochimique du terme). Elle se présente sous plusieurs formes : musculaire, nerveuse, ou encore organique quand elle est d’origine pathologique ».






Objectifs de la thèse

• Validation d’une loi de psychomotricité • Utilisation pour la conception Concevoir des interfaces utilisables pour les personnes

handicapées motrices – « Problème handicap: difficultés motrices

• Impact sur les performances »

• Axes de recherches– Multi modalités ou autres modalités – Design de dispositifs adaptés – Techniques d’interactions

• 2 approches – A posteriori : expérimentations – A priori : Se base sur des modèles, permet d’assurer une certaine

utilisabilité






Goal, Operators, Methods, and Selection rules (GOMS)

• Temps d’exécution d’une tâche

T = TH +TM + TD + TP

Opérateurs : K (frappe), P (désignation), H (prise en main), D (déplacement), M (activité mentale), R (temps de réponse du système)

[Card 1980]






MT = a + b × ID

ID = log2(2A/W)

[Fitts, 1954]

Loi de Fitts

• Fitts : prédiction du temps d’atteinte de cibles

• Indice de Difficulté (ID)

c

W

AbaMT 2log.

Avec C= 0,5 [Welford, 1968]

C= 1 [MacKenzie, 1992]






Fitts : Personnes valides

• Cohérente avec cette population • Techniques basées sur Fitts

– Goal Crossing [Accot et Zhai, 1997]• EdgeWrite [Wobbrock et Myers, 2006]• GrooveWrite [Al Faraj et al, 2008]

Agilité et précision

– Pointage sémantique [Blanch, 2004]– Cibles extensibles [McGuffin, 2002]






Fitts : Personnes handicapées

• La loi de Fitts, est-elle valable dans le cadre du Handicap Moteur?– Ecart important entre les résultats théoriques

et expérimentaux [Hwang, 2005] et [Vigouroux, 2004]

Ajout de paramètres supplémentaires réduction déviation [Moulton, 1999]Angles de mouvements






Champs d’études

• Définir :– Les paramètres pertinents dans le cadre

du handicap moteur

– Des valeurs de ces paramètres pour différentes catégories de handicap moteur

Adapter la loi de Fitts






Démarche

• Expérience de Fitts avec différentes catégories de populations – Reprise de l’expérience 1D pour

• Même situation expérimentale

– Détermination des paramètres a et b dans les mêmes conditions que pour les personnes valides

• Nouvelle modélisation






Expérimentation

• Objectifs– Etude de l’effet de ID (taille et distance) sur les

performances pour adaptation de a et b

A

H

W

• Variables (en pixels)– W : 8, 16, 24, 32, 40– A : 80, 160, 240,

480






Hypothèses

• H 1 : Les distances parcourues pour aller d’une cible à l’autre par les sujets valides sont moins importantes que celles parcourues par les sujets handicapés

• H 2 : Les personnes handicapées réalisent plus d’erreurs d’atteintes de cibles que les personnes valides

• H 3 : L’indice de difficulté est moins important pour les personnes valides que pour les personnes handicapées pour un W et un A identiques

• H 4 : Le temps de parcours (MT) d’une cible à l’autre par les sujets valides est moins important que celui des sujets handicapés






Expérimentation

• Populations – Valides (15V) – Handicapées (9HM, 4HT)

Variabilité • Consignes

– Atteindre rapidement les cibles

• Retours– Avec erreur : cible fixe – Sans erreur : déplacement de la cible + son

0123456789

s ourisc las s ique

s ans fil

trac kball touc hP ad mini-joys tic k

Arthrogrypos e

Tétraplégie

Myopathie






0

5000

10000

15000

20000

25000

30000

35000

40000

HM HT V

Sujets

Dis

tan

ce e

n p

ixel

s

Distance parcourue

• H 1 : DT(V) < DT(HM) et DT(HT) vérifiée pour HT






Taux d’erreurs

• H 2 : Les HT et HM réalisent plus d’erreurs d’atteintes de cibles que les V vérifiée pour HT

0

0,05

0,1

0,15

0,2

0,25

HM HT V

Taux

d'e

rreu

rs

17





Nombre de cibles manquées par taille et population

0

0,5

1

1,5

2

2,5

8 16 24 32 40

Taille des cibles

Nbr

cib

le/N

bre

de

pers

onne

s

V

HT

HM

ID : tailles de cibles atteintes et non atteintes

0

1

2

3

4

5

6

7

HMHT V HMHT V HMHT V HMHT V HMHT V HMHT V HMHT V HMHT V HMHT V HMHT V

tail le 8 tail le 16 tail le 24 tail le 32 tail le 40

ID


Résultat : ID

• H 3 : L’indice de difficulté est moins importante pour les V que pour les H pour un W et un A identique pour les 2 populations non vérifiée






Résultat: MT

• H 4 : Le temps de parcours (MT) d’une cible à l’autre par les V < HT et HM vérifiée

-






Modélisation par régression linéaire

Valides

Myopathes

Tétraplégiques






Modélisation par encadrement d’intégrale






Mise en pratique

• Claviers virtuels – Aide à la communication – Un clavier un ensemble d’atteinte de cibles

Modèle théorique adapté






Adaptation de Fitts: Agencement des touches

[Soukoreff, 1995]

Touche i

Touche jAij

Wj






Claviers virtuels

• Initialement le clavier AZERTY – ralentir la frappe– Clavier physique 10 doigts

• Constat : les claviers virtuels AZERTY non optimisés– Clavier virtuel 1 doigt

Minimiser le déplacement du curseur : optimiser la vitesse de saisie et réduire la fatigue

• 2 voix d’études – Listes de prédictions (lettres, mots)– Agencement des touches






Agencement des touches

• Raisons du choix – Besoins utilisateurs—ChatCom– Uniquement la prise en compte de la

motricité(conditions expertes)

• 2 procédés – Réduction du nombre de touches – Réagencement des touches






Réduction du nombre de touches

Clavier ambigu UKO

(emprunté à [Harbusch et al, 2003])





0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12 13

Temps (en min)

Tem

ps m

oyen

d'u

n c

lic (

en

ms)

Suject 1

Suject 2

0

50

100

150

200

250

1 2 3 4 5 6 7 8 9 10 11 12 13

Temps en minute

Du

rée m

oyen

ne d

'un

cli

c (

in m

s)

Suject 1

Suject 2

Suject 3

Suject 4

[Vigouroux et al, 2004]


Réagencements des touches

Anglais WPM %

QWERTY 31.7 FITALY 42.37 33,66 OPTI II 42.44 33,88 Français GAG II 45.15 42.43 WPM %

Metropolis 46.26 45.93 AZERTY 30.33 GAG I 47.63 50.25 GAG 48.61 60.27

Clavier FITALY [MacKenzie et Zhang, 1999]

Clavier OPTI [MacKenzie et Zhang, 1999].

Clavier Metropolis [Zhai et al, 2000] Clavier GAG (Généré par Algorithme Génétique)

[Raynal et Vigouroux, 2005a]






Agencements des touches

• Est-ce que ces agencements sont adaptés ?– Vitesse Clavier ambigu < clavier AZERTY– Vitesse clavier non ambigu qqconque <

clavier AZERTY Objectif: concevoir un clavier virtuel

adapté aux problèmes de pointage – Tenir compte de la difficulté de déplacer le

curseur • « directions préférentielles »






www.fitaly.com

SOftware KEYboard TOolkit SOKEYTO : Outil d’instrumentation

Sauvegarde du clavier logiciel

Poser une touche (forme rectangulaire)

Effacer la touche

Affecter un caractère à une touche

Créer une touches

Ouvrir un clavier logiciel

Placer la touche

Couleur de la touche

Touche du clavier logiciel

Déplacer la touche

ENVIRONNEMENT DE CONCEPTION POUR CLAVIER LOGICIEL

• Objectifs scientifiques– Concevoir des claviers virtuels

–Conception centrée utilisateur – Confronter de manière prédictive les

différents agencements (tailles des touches, localisation, espacements) Base d’évaluation de claviers virtuels






SOftware KEYboard TOolkit (SOKEYTO) : Outil d’instrumentation

30



conception de claviers virtuels



Etude de cas

• Objectifs : Caractérisation de la fatigue motrice

• La vitesse (en WPM) n’est pas le seul paramètre qui la caractérise – Nombre total de caractères saisis

• L’agencement des touches est il optimisé selon la motricité des sujets ?






Etude de cas

• Sujets : 2 personnes handicapées (myopathes)– Annie : sujet 1, degré 3Annie : sujet 1, degré 3– Céline : sujet 2, degré 2Céline : sujet 2, degré 2

• Claviers conçus avec la plateforme SOKEYTO [Vella 2005]

Clavier Annie Clavier Céline






Comparaison des résultats théoriques

WPM théorique du modèle de Soukoreff

AZERTY 52,3

Céline 54,8

Annie 57,2






Déroulement

• Exercice 1 : – saisie de 1367 caractères– 8 jours (2 fois par jour avec contre-balancement

(AZERTY versus « sujet »))

• Exercice 2 :– Saisie sans phase de repos de 5555 caractères – 2 jours (2 fois par jour avec contre-balancement

(AZERTY versus « sujet »))

• Consigne– La saisie doit être effectuée aussi vite que possible






Hypothèses

• H 1 : Distance AZERTY > claviers conçus• H 2 : Vitesse claviers conçus par les sujets >

vitesse clavier AZERTY• H 3 : Nombre de caractères saisis claviers

conçus par les sujets > nombre de caractères saisis par AZERTY






Exercice 1 : Distance réelle

• H 1 : D (AZERTY) > D (claviers conçus)

vérifiée






Exercice 1 : Apprentissage et vitesse

• H 2 : V(conçus) > V (AZERTY)

non vérifiée!

CélineAZERTY

0

5

10

15

20

25

30

1 2 3 4 5 6 7 8

Vit

esse

(en

WP

M)

Numéro du jour

matin

soir

0

5

10

15

20

25

30

1 2 3 4 5 6 7 8

Vit

esse

(en

WP

M)

Numéro du jour

matin

soir

AnnieAZERTY






Validation des modèles

WPM Expérimental

W.P M. théorique avec les nouveaux modèles

Modèle myopathes

AZERTYSujet 1 11,25

Entre 23,6 et 23,9Sujet 2 23,82

Céline Sujet 2 21,94 Entre 23,3 et 23,4

Annie Sujet 1 11,6 Entre 24,6 et 26,8






Conclusion

• Nouveaux modèles adaptés au comportement moteur des populations

• Première partie – Temps Moyen

• Deuxième partie – Effet d’apprentissage

• Première validation du modèle– Personnes atteintes d’amyotrophie spinale






Perspectives

• Identification de nouveaux paramètres de la fatigue – Mesure WPM pas représentative d(WPM)/dt

• Règles rapport A/W pour la spécification d’IHM• Adaptation (intra ou inter) des modèles • Classification d’un sujet dans une classe de

pathologie • Etude de la trajectoire et du mouvement• Etude de Fitts 2D





Merci,

des questions ?


Exercice 2 : Nombre de caractères

• H 3 : Nbre de caractères saisis claviers désignés par les sujets > nbre de caractères saisis par AZERTY vérifiée






Variation du temps de saisie d’un caractère

• H 4 : Augmentation du temps pour aller d’une touche à une autre vérifiée

MT pourrait être un indice montrant une fatigue motrice





Pointage sémantique et cibles extensible

Distance

Vitesse Temps moyen d’accès à une touche

Erreurs de saisie

Score

«Classique» - + + + 3

«BigKey» - + + - 2

«Sans Pointeur»

+ - - - 1

Logique floue

• Rigueur mathématique – Résultats exactes =/= approximatifs

Documents

Soutenance de thèse le 18 décembre 2008 à l'IRIT 1 Modèles psychophysiques datteintes de cibles pour les personnes souffrant de troubles neuromusculaires