Une évaluation systématique de l'alignement euclidien avec l'apprentissage profond pour le décodage EEG

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Neurologie,
interfaces cerveau-ordinateur   apprentissage profond   alignement euclidien   décodage EEG   apprentissage par transfert  

Évaluation systématique de l’alignement euclidien avec l’apprentissage profond pour le décodage de l’EEG Introduction Les signaux électroencéphalographiques (EEG) sont largement utilisés dans les interfaces cerveau-machine (BCI) en raison de leur nature non invasive, de leur portabilité et de leur faible coût d’acquisition. Cependant, les signaux E...

GCTNet : un réseau de transformateur de convolution en graphes pour la détection des troubles dépressifs majeurs à partir des signaux EEG

Ingénierie, Génie électrique, Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Psychiatrie, Neurologie, Psychologie clinique, Imagerie médicale,
Trouble Dépressif Majeur   EEG   Apprentissage Profond   Valeur de Verrouillage de Phase   Apprentissage Contrastif  

GCTNet：Réseau de Transformateurs à Convolution de Graphe pour la Détection de la Dépression Majeure Basée sur des Signaux EEG Contexte de la Recherche La dépression majeure (Major Depressive Disorder, MDD) est une maladie mentale courante caractérisée par des humeurs dépressives significatives et persistantes, touchant plus de 350 millions de perso...

Topologie des signaux d'électromyogrammes de surface: Décodage des gestes de la main sur les variétés riemanniennes

Ingénierie, Génie électrique, Sciences de l'information, Électronique et informatique, Informatique, Médecine, Neurologie, Sciences de la vie, Biophysique,
électromyogramme de surface   décodage des gestes des mains   variété riemannienne   réseau d'électrodes   séries temporelles multivariées  

Structure topologique des signaux EMG de surface : Décodage des gestes de la main en utilisant les variétés riemanniennes Cet article a été rédigé conjointement par Harshavardhana T. Gowda (Département de génie électrique et informatique de l’Université de Californie, Davis) et Lee M. Miller (Centre de sciences psychologiques et cérébrales, Départe...

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

Sciences de l'information, Électronique et informatique, Informatique, Automatique, Médecine, Neurologie, Sciences de la vie, Génie biologique, Biophysique,
interface cerveau-ordinateur   état de mouvement préparatoire   intention de prémouvement   paradigme de codage   représentation neuronale  

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

Ingénierie, Génie électrique, Sciences de l'information, Électronique et informatique, Informatique, Automatique, Intelligence artificielle, Médecine, Neurologie, Imagerie médicale, Sciences de la vie, Biologie cellulaire, Génie biologique, Biophysique,
interface cerveau-ordinateur   haute fréquence   champ visuel évoqué à l'état stable   magnétoencéphalographie   magnétomètre à pompage optique  

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

Sciences de l'information, Électronique et informatique, Informatique, Automatique, Intelligence artificielle, Médecine, Neurologie, Neurochirurgie, Sciences de la vie, Biophysique,
Maladie de Parkinson   Trouble de la marche   Ganglions de la base   Indices auditifs   Stimulation cérébrale   Modèle de Markov caché   Rhythmes alpha  

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...