Vers une modélisation dynamique de l'activité cérébrale pour la conception d'interfaces cerveau-machines asynchrones

Dynamic model of brain activity for the design of asynchronous Brain-Computer Interfaces (BCI)

• Auteur / Autrice : Cédric Gouy-Pailler
• Direction : Marco Congedo, Christian Jutten
• Type : Thèse de doctorat
• Discipline(s) : Biotechnologie, instrumentation, signal et imagerie pour la médecine, la biologie et l'environnement
• Date : Soutenance en 2009
• Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)

Mots clés

Mots clés contrôlés

Traitement du signal

Markov, Processus de

Électroencéphalographie

Résumé

Les Interfaces Cerveau-Machines (ICMs) visent à établir un moyen de communication direct entre le cerveau humain et un système électronique. Si d’importantes avancées ont d’ores et déjà été réalisées depuis une vingtaine d’années dans le domaine, les systèmes existants s’avèrent lents et fastidieux, imposant aux utilisateurs le moment auquel ils doivent envoyer leur commande (systèmes synchrones). Nos travaux se sont concentrés sur le développement de systèmes asynchrones basés sur l’électroencéphalographie (EEG) : ce n’est pas l’ordinateur qui impose le moment de réalisation de la tâche mentale mais le sujet qui a la possibilité d’envoyer sa commande lorsque qu’il le désire. Ceci impose que le système soit capable d’analyser en temps réel l’activité cérébrale du sujet et de reconnaître la tâche mentale recherchée parmi les activités cérébrales mesurées. Nos travaux proposent des méthodes pour les problématiques suivantes : 1. Permettre à l’utilisateur d’envoyer sa commande lorsqu’il le désire ; 2. Augmenter les capacités du système à reconnaître correctement une tâche mentale ; 3. Rendre le système robuste à certains changements qui peuvent s’opérer lors de l’utilisation du système, i. E. , adapter le système aux possibles changements du sujet dans la manière dont celui-ci accomplit sa tâche mentale. Les méthodes proposées utilisent de manière conjointe les caractéristiques spatiales (zones cérébrales impliquées), fréquentielles (bandes de fréquences) et temporelles (succession des activations) des tâches mentales afin de pallier le faible rapport signal sur interférences. Différents jeux de données sont utilisés afin de valider ces approches.

Brain-Computer Interfaces (BCIs) aim at establishing a direct communication pathway between the human brain and an electronic device. In the past twenty years, many breakthroughs have been made in the field, but current systems remain slow and difficult to use. They indeed often constrain users to send their command at precise moments (synchronous systems). Our research work is devoted to asynchronous systems based on electroencephalography (EEG): subjects are allowed to send their commands whenever they want. This entails brain activity of the subject to be analyzed in real time to detect the task-related brain activity among the whole brain activity. Our research work focuses on three main issues raised by asynchronous BCIs: 1. To allow users to send their command whenever they want; 2. To improve the ability of the system to correctly recognize a particular mental task; 3. To increase the robustness of the system when coping with possible variations in the way the subject performs mental tasks. The proposed methods aim at jointly using the spatial (cerebral areas implied), frequential (frequency bands involved) and temporal (succession of activations) features of the different mental tasks in order to compensate the low signal to interference ratio. The approaches are evaluated and compared to state-of-the-art results using datasets from the successive BCI Competitions.