De l'estimation à la classification des activités corticales. Une approche par sélection de variables pour les Interfaces Cerveau Machine

Nous proposons la mise en oeuvre d'une méthodologie de classification des signaux électro-encéphalographiques (EEG) exploitant l'estimation des activités électriques du cortex par résolution de problème inverse. Les difficultés dues au grand nombre de sources corticales estimées (environ 10000) sont contournées en utilisant un algorithme de sélection de variables multivarié: le Séparateur à Vaste Marge pour la norme zéro (L0-SVM). Cette méthode détermine un petit sous ensemble de sources les plus utiles pour différencier les états mentaux. Nous appliquons l'ensemble de cette approche à une expérience d'Interface Cerveau Machine asynchrone enregistrée dans notre laboratoire. Celle-ci permet d'améliorer le taux de bonne classification par rapport à la mesure directe de l'activité des électrodes EEG