Classification EEG Motor Imagery Basé sur l'Apprentissage Profond en Exploitant la Connectivité Fonctionnelle de l'Imagerie de Source Corticale

Basé sur l’apprentissage profond pour la classification des EEG d’imagerie motrice en utilisant la connectivité fonctionnelle de l’imagerie des sources corticales Contexte et motivations de la recherche Les interfaces cerveau-ordinateur (ICO) sont des systèmes qui permettent de décoder directement et de transmettre des informations sur l’activité c...

Un CNN d'apprentissage de la dépendance temporelle avec mécanisme d'attention pour le décodage MI-EEG

Un réseau de neurones convolutifs (CNN) de dépendance temporelle basé sur un mécanisme d’attention pour le décodage MI-EEG Contexte de recherche et description du problème Les systèmes d’Interface Cerveau-Machine (Brain-Computer Interface, BCI) offrent une nouvelle voie de communication avec les ordinateurs en traduisant en temps réel les signaux c...

Apprentissage profond informé par la physique pour la modélisation musculo-squelettique: Prédire les forces musculaires et la cinématique des articulations à partir de l'EMG de surface

Les modèles musculosquelettiques ont été largement utilisés pour les analyses biomécaniques car ils peuvent estimer des variables de mouvement difficiles à mesurer directement in vivo (comme les forces musculaires et les moments articulaires). Les modèles musculosquelettiques entraînés de manière traditionnelle par des processus physiques peuvent e...

Réseau Neuronal Convolutionnel d'Attention Multi-Caractéristiques pour le Décodage de l'Imagination Motrice

Le Brain-Computer Interface (BCI) est un moyen de communication reliant le système nerveux à l’environnement extérieur. La Motor Imagery (MI) est la fondation de la recherche BCI, elle se réfère à la répétition interne avant l’exécution du mouvement. Les technologies non invasives, telles que l’électroencéphalographie (EEG), permettent d’enregistre...

Découverte des mécanismes neuronaux de la restauration de l'équilibre inter-hémisphérique dans les AVC chroniques grâce à la rééducation de la main par un robot piloté par EMG : Perspectives de la modélisation causale dynamique

Découverte des mécanismes neuronaux de la restauration de l'équilibre inter-hémisphérique dans les AVC chroniques grâce à la rééducation de la main par un robot piloté par EMG : Perspectives de la modélisation causale dynamique

Découvrir les mécanismes neurologiques de la récupération de l’équilibre interhémisphérique chez les patients AVC chroniques grâce à l’entraînement de la main robotique pilotée par EMG : Aperçus du modèle causal dynamique L’AVC est une cause fréquente de handicap, avec la majorité des survivants souffrant de paralysie du membre supérieur. Les consé...

ADFCNN : Réseau de neurones convolutionnels à fusion double échelle basé sur l'attention pour l'interface cerveau-ordinateur basée sur l'imagerie motrice

ADFCNN : Réseau de neurones convolutionnels à fusion double échelle basé sur l'attention pour l'interface cerveau-ordinateur basée sur l'imagerie motrice

L’interface cerveau-ordinateur (Brain-Computer Interface, BCI) est une technologie de communication et de contrôle émergente qui a gagné en popularité ces dernières années. Parmi les BCI basés sur les caractéristiques électrophysiologiques (comme l’électroencéphalogramme, EEG), l’imagerie motrice (Motor Imagery, MI) est une branche importante, util...

L'état de mouvement préparatoire améliore les représentations EEG prémouvement pour les interfaces cerveau-ordinateur

Les EEG de l’étape prémotrice aident les interfaces cerveau-ordinateur à reconnaître l’intention de mouvement Contexte et objectifs de la recherche L’interface cerveau-ordinateur (Brain-Computer Interface, BCI) est une technologie qui traduit directement les intentions humaines à partir de signaux nerveux pour contrôler des dispositifs, et possède ...

Une interface cerveau-ordinateur visuelle conviviale basée sur des champs visuels évoqués à l'état stable de fréquence élevée enregistrés par OPM-MEG

Une interface cerveau-ordinateur visuelle conviviale basée sur des champs visuels évoqués à l'état stable de fréquence élevée enregistrés par OPM-MEG

Interface Cerveau-Ordinateur Basée sur le Champ Visuel à Fréquence Élevée Évoqué par Stimulation Visuelle Stable Introduction La technologie des Interfaces Cerveau-Ordinateur (Brain-Computer Interface, BCI) permet aux utilisateurs de contrôler des machines en décodant des signaux cérébraux spécifiques. Bien que les BCI invasives captent des signaux...

Les indices auditifs modulent la dynamique à court terme de l'activité des STN pendant la marche dans la maladie de Parkinson

Les patients atteints de la maladie de Parkinson (Parkinson’s Disease, PD) souffrent généralement de troubles de la démarche, ce qui affecte gravement leur qualité de vie. Des études antérieures ont suggéré que les oscillations dans la bande de fréquence β (15-30 Hz) des noyaux gris centraux pourraient être liées aux troubles de la démarche, mais l...

Apprentissage de la cinématique inverse à l'aide de primitives de calcul neuronales sur du matériel neuromorphique

Utilisation des principes de calcul inspirés du cerveau pour apprendre l’inverse de la dynamique sur matériel neuromorphique Contexte et motivation de la recherche Dans le domaine de la robotique moderne, la réalisation de systèmes de traitement neuromorphique à faible latence pour des agents autonomes peut avoir un immense potentiel. Cependant, la...