Vous êtes ici : GIPSA-lab > Animation > Soutenances
Chargement

Méthodes pour l'électroencéphalographie multi-sujet et application aux interfaces cerveau-ordinateur.

Soutenance de la thèse de Louis KORCZOWSKI le 17/10/2018 à 10:30:00

Lieu :GIPSA-Lab - Salle Mont-Blanc bât. D - 1er étage, 11 rue des Mathématiques, 38400 Saint-Martin-d'Hères


Ecole Doctorale :Electronique, electrotechnique, automatique, traitement du signal (eeats)
Structure de rattachement :
Directeur de thèse : Christian JUTTEN

 

Financement(s) :
-Erc
-Sans financement
-Sans financement

 

Date d'entrée en thèse: 01/10/2013
Date de soutenance: 17/10/2018


Composition du jury :Eric MOREAU, Professeur, Université de Toulon - Directeur, SeaTech, Président du Jury
François CABESTAING Rapporteur, Professeur, Université de Lille - CRIStAL, Rapporteur
Yannick BERTHOUMIEU, Professeur, IPB/ENSEIRB-Matmeca - IMS, Rapporteur
Laurent BOUGRAIN, Maitre de Conférence, Université de Lorraine - LORIA, Examinateur
Christian JUTTEN, Professeur, Université Grenoble Alpes - GIPSA-lab, Directeur de Thèse
Marco CONGEDO, Chargé de Recherche HDR, CNRS - GIPSA-lab, Directeur de Thèse


Résumé:L'étude par neuro-imagerie de l'activité de plusieurs cerveaux en interaction (hypercan- ning) permet d'étendre notre compréhension des neurosciences sociales. Nous proposons un cadre pour l'hypercanning utilisant les interfaces cerveau-ordinateur multi-utilisateur qui inclut différents paradigmes sociaux tels que la coopération ou la compétition. Les travaux de cette thèse comportent trois contribu- tions interdépendantes. Notre première contribution est le développement d'une plateforme expérimentale sous la forme d'un jeu vidéo multijoueur, nommé Brain Invaders 2, contrôlé par la classification de po- tentiels évoqués visuels enregistrés par électroencéphalographie (EEG). Cette plateforme est validée par deux protocoles expérimentaux comprenant dix-neuf et vingt-deux paires de sujets et utilise différentes approches de classification adaptative par géométrie riemannienne. Ces approches sont théoriquement et expérimentalement comparées et nous montrons la supériorité de la fusion des classifieurs indépendants sur la classification d'un hypercerveau durant la seconde contribution. L'analyse de coïncidence des signaux entre les individus est une approche classique pour l'hyperscanning, elle est pourtant difficile quand les signaux EEG concernés sont transitoires avec une grande variabilité (intra- et inter-sujet) spatio-temporelle et avec un faible rapport signal-à-bruit. En troisième contribution, nous proposons un nouveau modèle composite de séparation aveugle de sources physiologiquement plausibles permettant de compenser cette variabilité. Une solution par diagonalisation conjointe approchée est proposée avec une implémentation d'un algorithme de type Jacobi. A partir des données de Brain Invaders 2, nous montrons que cette solution permet d'extraire simultanément des sources d'artéfacts, des sources d'EEG évoquées et des sources d'EEG continues avec plus de robustesse et de précision que les modèles existants.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31