Dans cette thèse nous proposons d'étudier le potentiel d'erreur et sa possible intégration dans les ICMs (Interfaces cerveau machine). Le potentiel d'erreur (ErrP) est un potentiel généré par le cerveau lors de l'observation d'une erreur. Sa détection essai par essai pourrait permettre la mise en place d'une boucle de contrôle dans les ICMs. Cependant son RSB étant très faible cette détection est difficile. Ici nous proposons une étude complète de ce système. Dans un premier temps nous étudions de manière détaillée ses différentes caractéristiques (temporelles, fréquentielles..). A partir de ces observations nous proposons des méthodes de filtrage adaptées permettant d'augmenter le RSB de l'ErrP et ainsi d'améliorer les performances de détection essai par essai. Enfin nous étudions quelles stratégies d'intégration peuvent etre envisagées et quelles améliorations ces différentes stratégies peuvent apporter aux systèmes ICMs. / In this thesis we study the error-related potential (ErrP) and its possible integration in BCIs (Brain Computer Interfaces). The error-related potential is an evoked potential generated by brain electrical activity when observing an error. Its single-trial detection would allow the integration of control loops in BCIs. However its signal to noise ratio (SNR) is very low making its single-trial detection difficult. In the first part of this thesis we study the different characteristics (temporal, frequential…) of the ErrP. Then from these observations we develop specific filtering methods in order to improve the ErrP SNR and thus improve its single trial detection. In the last part of the thesis we study several integration strategies and conclude on what kind of improvement might be reached by using these strategies in actual BCI systems.
| Identifer | oai:union.ndltd.org:theses.fr/2012GRENT101 |
| Date | 16 October 2012 |
| Creators | Rousseau, Sandra |
| Contributors | Grenoble, Jutten, Christian, Congedo, Marco |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0023 seconds