Medrano, Johan
[VerfasserIn]
;
Université de Montpellier (2022-.)
[MitwirkendeR];
Ramdani, Sofiane
[MitwirkendeR];
Kheddar, Abderrahmane
[MitwirkendeR]
Using nonlinear analysis of EEG signals in reconstructing movement trajectories ; Analyse non-linéaire de signaux EEG pour la reconstruction de trajectoires de mouvement
Titel:
Using nonlinear analysis of EEG signals in reconstructing movement trajectories ; Analyse non-linéaire de signaux EEG pour la reconstruction de trajectoires de mouvement
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
L'électroencéphalographie (EEG) est une méthode non invasive largement utilisée pour enregistrer l'activité cérébrale. La haute résolution temporelle des signaux EEG en fait une méthode utile pour analyser l'évolution temporelle de l'activité corticale pendant une tâche donnée. Ici, nous tentons de reconstruire des mouvements libres du coude, directement à partir des signaux EEG. De nombreuses études ont rapporté une cohérence entre l'activité des motoneurones et l'activité corticale dans les zones motrices pendant les tâches motrices. L'activité des motoneurones est liée à la force musculaire et donc au couple articulaire. Par conséquent, il est raisonnable de supposer que l'activité corticale reflète certains aspects de la cinématique articulaire pendant le mouvement. Cependant, l'EEG ne capte qu'une version partielle et filtrée de l'activité corticale. Notre objectif est d'évaluer dans quelle mesure les trajectoires articulaires peuvent être reconstruites à partir des signaux EEG.Nous cherchons à identifier les caractéristiques des signaux EEG qui reflètent les trajectoires de mouvement. Comme les signaux EEG présentent des propriétés de systèmes dynamiques non linéaires, nous utilisons des mesures de complexité issues de la théorie du chaos et de la physique statistique pour compléter les caractéristiques spectrales classiques dans la caractérisation des signaux EEG. La qualité des mesures de complexité considérées ici dépend du choix judicieux d'un paramètre de résolution. Nous proposons une nouvelle approche pour déterminer ce paramètre qui permet une estimation robuste des mesures. Nous validons notre méthode sur des données EEG simulées et réelles. Deuxièmement, nous évaluons la corrélation des mesures de complexité EEG avec l'activité EMG et la cinématique articulaire. Nous avons enregistré les signaux EEG, électromyographiques (EMG) et les trajectoires articulaires de 9 sujets effectuant des mouvements cycliques du coude à leur propre rythme. En construisant des cartes statistiques paramétriques des ...