Prè-requis
Calcul intégral, Éléments de statistiques, Calcul numérique, Algèbre linéaire, Optimisation.
Objectif du cours
Ce cours porte sur l’imagerie cérébrale fonctionnelle et son application à la réalisation d’interfaces cerveau-ordinateur à partir de deux techniques non-invasives qui permettent l’activité cérébrale.
- la M/EEG mesure le champ électromagnétique créé par les courants électriques corticaux ;
- l’IRM fonctionnelle qui mesure un signal (BOLD) lié à la consommation énergétique des aires cérébrales.
Présentation : here
Organisation des séances
Cours de 8 séances
Mode de validation
L’évaluation du cours est constituée de 2 TD.
Le mode de rattrapage est un commentaire critique d’article.
Références
- Le polycopié du cours.
- Russell A. Poldrack, Jeanette A. Mumford, Thomas E. Nichols. Handbook of Functional MRI Data Analysis.
- Brette and Destexhe eds. Handbook of Neural Activity Measurement. Cambridge University Press 2012.
Thèmes abordés
- Notions de base de physique :
– Équations de Maxwell : régime quasistatique,
loi de Biot et Savart.
– Modèles de source. - Problème direct et inverse en M/EEG :
– Problème direct : résolution par éléments finis.
– Débruitage des signaux M/EEG.
– Problème inverse (MUSIC, Beamforming, Imaging).
– Validation. - Analyse statistique de données fonctionnelles :
– Modèle linéaire, modèles à effets mixtes.
– Test d’hypothèses, tests non paramétriques,
comparaisons multiples.
– Inférence de modèles de connectivité, apprentissage
de réseaux et apprentissage de covariance. - Vers des interfaces cerveau-ordinateur :
– Communiquer via l’activité du cerveau.
– Extraction et classification de caractéristiques pertinentes, sélection de modèle.
– Rôle du feedback.
Les intervenants
Bertrand Thirion
(INRIA)
Marie-Constance CORSI
(INRIA)
