S'abonner

Extraction of functional information from ongoing brain electrical activity - 17/03/11

Extraction en temps-réel d’informations fonctionnelles à partir de l’activité électrique cérébrale

Doi : 10.1016/j.irbm.2011.01.001 
M. Besserve a, , c , J. Martinerie b
a Max Planck Institute for Biological Cybernetics, 72076 Tübingen, Germany 
b Équipe Cogimage, CRICM – UPMC/Inserm UMR S975/CNRS UMR7225, Hôpital de la Pitié-Salpêtrière, 75651 Paris cedex 13, France 
c Max Planck Institute for Metals Research, Stuttgart, Germany 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 8
Iconographies 6
Vidéos 0
Autres 0

Abstract

The modern analysis of multivariate electrical brain signals requires advanced statistical tools to automatically extract and quantify their information content. These tools include machine learning techniques and information theory. They are currently used both in basic neuroscience and challenging applications such as brain computer interfaces. We review here how these methods have been used at the Laboratoire d’Électroencéphalographie et de Neurophysiologie Appliquée (LENA) to develop a general tool for the real time analysis of functional brain signals. We then give some perspectives on how these tools can help understanding the biological mechanisms of information processing.

Le texte complet de cet article est disponible en PDF.

Résumé

L’analyse moderne des signaux multivariés issus de l’activité électrique cérébrale nécessite des outils statistiques évolués pour extraire et quantifier automatiquement le contenu informationnel des signaux. Ces outils incluent les techniques d’apprentissage automatique et la théorie de l’information. Ils sont actuellement utilisés en neurosciences fondamentales et pour développer des applications telles que les interfaces cerveau-machine. Nous expliquons ici comment ces méthodes ont été utilisées au laboratoire d’électroencéphalographie et de neurophysiologie appliquée (LENA) pour développer un outil général pour l’analyse temps réel des signaux fonctionnels. Nous expliquons finalement comment ces outils permettent d’améliorer la compréhension des mécanismes biologiques responsables du traitement de l’information.

Le texte complet de cet article est disponible en PDF.

Keywords : Electroencephalography, Classification, Brain-computer interfaces, Information theory

Mots clés : Électro-encéphalographie, Classification, Interfaces cerveau-machines, Théorie de l’information


Plan


© 2011  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 32 - N° 1

P. 27-34 - février 2011 Retour au numéro
Article précédent Article précédent
  • Segmentation ciblée d’images IRM et maladie d’Alzheimer
  • M. Chupin, E. Gérardin, R. Cuingnet, E. Bardinet, D. Dormont, O. Colliot, L. Garnero
| Article suivant Article suivant
  • Extraction de réseaux fonctionnels en EEG par analyse en composantes indépendantes spatiale
  • S. Sockeel, D. Schwartz, J. Martinerie, H. Benali, L. Garnero

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.