Analyse de la dynamique neuronale pour les Interfaces Cerveau-Machines : un retour aux sources. - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2007

Analyse de la dynamique neuronale pour les Interfaces Cerveau-Machines : un retour aux sources.

Résumé

Brain-Machine Interfaces are aimed at providing a new communication channel to link the human brain to external world without using the usual nervous and muscular pathways. The achievement of such devices is at the conjunction of signal processing, machine learning and neurophysiology. In this thesis, we achieved and studied a non invasive Brain Machine Interface. This system is asynchronous: the user communicates trough self-paced imagined motor or cognitive tasks which are not triggered by an external stimulation system. It is based on the real time analysis of electroencephalographic recordings from scalp electrodes in a human subject. From a methodological point of view, several preprocessing of these signals have been implemented and their impact on the efficiency of communication system have been compared. These methods include : 1) direct processing of the signal from EEG sensors, 2) blind source separation algorithms, 3) reconstruction of cortical sources' activities with inverse problem solving. Moreover, several measures are exploited and compared to quantify cerebral activity : spectral power, coherence and phase synchrony. Our results show that a using a previous source reconstruction of cortical activity through inverse problem and computing long distance interaction measures improve the performance of the device.
Les Interfaces Cerveau-Machine sont des dispositifs permettant d'instaurer un canal de communication entre le cerveau humain et le monde extérieur sans utiliser les voies usuelles nerveuses et musculaires. Le développement de tels systèmes se situe à l'interface entre le traitement du signal, l'apprentissage statistique et la neurophysiologie. Dans cette thèse, nous avons réalisé et étudié un dispositif d'Interface Cerveau-Machine non invasif asynchrone, c'est-à-dire capable d'identifier des actions mentales associées à des tâches motrices ou cognitives imaginées sans synchronisation sur un événement contrôlé par un système externe. Celui-ci est basé sur l'analyse en temps réel de signaux électro-encéphalographiques (EEG) issus d'électrodes disposées à la surface de la tête d'un sujet humain. Du point de vue méthodologique, nous avons implémenté plusieurs techniques de prétraitement de ces signaux et comparé leur influence sur les performances du système. Ces techniques comprennent : 1) l'utilisation directe du signal issu des capteurs EEG, 2) l'exploitation de méthodes de séparation de sources qui permettent de résumer les signaux EEG par un faible nombre de composantes spatiales et 3) la reconstruction de l'activité des sources de courant corticales par résolution du problème inverse en EEG. De plus, plusieurs mesures permettant de quantifier l'activité cérébrale sont exploitées et comparées : la puissance spectrale, la cohérence et la synchronie de phase. Nos résultats montrent que la reconstruction préalable de l'activité corticale par problème inverse, ainsi que l'utilisation de mesures d'interaction à distance permettent d'améliorer les performances du dispositif.
Fichier principal
Vignette du fichier
thesevf.pdf (12.8 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00559128 , version 1 (24-01-2011)

Identifiants

  • HAL Id : tel-00559128 , version 1

Citer

Michel Besserve. Analyse de la dynamique neuronale pour les Interfaces Cerveau-Machines : un retour aux sources.. Interface homme-machine [cs.HC]. Université Paris Sud - Paris XI, 2007. Français. ⟨NNT : ⟩. ⟨tel-00559128⟩

Collections

CNRS
690 Consultations
2214 Téléchargements

Partager

Gmail Facebook X LinkedIn More