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.

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.