ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Traitement du Signal

0765-0019
Signal, Image, Parole
 

 ARTICLE VOL 27/6 - 2010  - pp.515-540  - doi:10.3166/ts.27.515-540
TITRE
Sélection de capteurs pour interfaces cerveau-ordinateur de type P300

TITLE
Sensor selection for p300 brain-computer interfaces

RÉSUMÉ

Une interface cerveau-ordinateur (ICO) est un nouveau type d’interface hommemachine qui permet la communication directe entre l’utilisateur et la machine en décodant l’activité cérébrale. Les potentiels cognitifs évoqués comme le P300 peuvent être obtenus grâce au paradigme oddball – stimulus discordant – où les cibles sont sélectionnées par l’utilisateur. Une nouvelle méthode pour la réduction des capteurs des signaux électroencéphalographiqes (EEG) est proposée. La réduction du nombre de capteurs permet d’accroître le confort de l’utilisateur en diminuant le temps nécessaire à la pose des capteurs. L’approche proposée est basée sur une élimination récursive des capteurs où la fonction de coût est basée sur une évaluation du rapport signal sur signal plus bruit (RSSB), après un filtrage spatial. Nous montrons que cette fonction de coût est plus robuste et moins coûteuse en temps de calcul que d’autres fonctions basées sur l’évaluation de la détection du P300 ou des cibles, permettant ainsi d’éviter une étape de classification. Nous proposons également une fonction de décision qui permet de mieux catégoriser l’importance d’un capteur en fonction du nombre de capteurs désirés. L’approche proposée est testée et validée sur 20 sujets au cours de plusieurs sessions.



ABSTRACT

A Brain-Computer Interface (BCI) is a new type of human-machine interface that allows direct communication between user and machine by decoding brain activity. The ERPs as the P300 can be obtained through the odd ball paradigm, where targets are selected by the user. A new method for reducing the number of sensors that record electroencephalography (EEG) signals is proposed. Reducing the number of sensors allows reducing the time required for the installation of sensors and therefore increases user’s comfort. The proposed approach is based on a recursive elimination where the cost function is based on the signal to signal plus noise ratio (SSNR), after spatial filtering. We show that this cost function is more robust and less costly in computing time than other functions based on evaluation of the detection of P300 or targets, thus avoiding a step of classification. We also propose a decision function to better categorize the importance of a sensor based on the number of desired sensors. The proposed approach is tested and validated on 20 subjects over several sessions.



AUTEUR(S)
Hubert CECOTTI, Bertrand RIVET, Marco CONGEDO, Christian JUTTEN, Olivier BERTRAND, Emmanuel MABY, Jérémie MATTOUT

MOTS-CLÉS
Interface cerveau-ordinateur, Potentiels cognitifs évoqués, P300, EEG, Clavier virtuel, sélection de capteurs.

KEYWORDS
Brain-Computer Interface (BCI), Evoked-Related Potentials, P300, EEG, Speller, Sensor Selection.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,3 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier