Les bases des oscillations neuronales
Roshini Randeniya
Mis à jour le
22 févr. 2024
Les bases des oscillations neuronales
Roshini Randeniya
Mis à jour le
22 févr. 2024
Les bases des oscillations neuronales
Roshini Randeniya
Mis à jour le
22 févr. 2024
1. Introduction
Bienvenue ! Dans ce tutoriel, nous apprenons les ondes cérébrales et comment nous pouvons les utiliser pour comprendre le cerveau et le comportement.
Hans Berger a inventé le terme électroencéphalogramme en 1929, lorsqu’il a décrit des changements de potentiels électriques enregistrés à l’aide de capteurs placés sur la tête d’une personne. Il a identifié deux types d’ondes cérébrales, qu’il a nommées ondes alpha et bêta simplement en raison de l’ordre dans lequel il les a enregistrées. De telles ondes avaient été enregistrées chez d’autres mammifères, mais Berger les avait décrites chez l’être humain pour la première fois !
Depuis lors, la méthode d’électroencéphalographie est devenue un outil clé en neurosciences et a contribué à faire évoluer notre compréhension des ondes cérébrales (que les chercheurs appellent oscillations neuronales) et à caractériser des états du cerveau tels que la fatigue et l’éveil.
Dans ce bref tutoriel, nous aborderons les éléments suivants :
Que sont les oscillations neuronales ?
Comment pouvons-nous mesurer les oscillations neuronales ?
Que pouvons-nous faire avec les oscillations neuronales ?
Application pratique à l’aide des appareils et logiciels Emotiv.
2. Qu’est-ce que l’EEG ?
L’électroencéphalographie (EEG) est une méthode non invasive et passive de mesure de l’activité électrique de notre cerveau. Des électrodes/capteurs/canaux sont placés sur le cuir chevelu pour enregistrer l’activité électrique générée par des populations de cellules cérébrales, appelées neurones.
Fig. 1 – Les neurones produisent une activité électrique qui peut être détectée avec un appareil EEG [Siuly, et al. (2016)].
2.1. Systèmes EEG
Il existe sur le marché de nombreux appareils EEG qui peuvent être utilisés pour enregistrer un EEG. Les appareils EEG peuvent aller de :
Un seul capteur ou jusqu’à 256 électrodes – Un plus grand nombre d’électrodes offrirait une résolution spatiale plus élevée des informations sur le cuir chevelu.
Électrodes humides ou sèches – Les électrodes humides utilisent un gel électrolytique ou une solution saline pour améliorer la conductivité entre le cuir chevelu et le capteur. Les électrodes sèches peuvent être en métal ou en polymères conducteurs, qui nécessitent un contact direct avec le cuir chevelu.
Électrode active ou passive – Les systèmes à électrodes passives se contentent de conduire le signal vers l’appareil, où il est amplifié. Les systèmes à électrodes actives amplifient le signal à chaque électrode avant qu’il n’atteigne l’appareil pour amplification. Cela réduit le bruit électrique ambiant dans le signal.
Appareils filaires ou sans fil qui transmettent les données via Bluetooth.
Fig. 2 – Un système EEG sans fil à faible densité.
Fig. 3 – Un système EEG filaire à électrodes haute densité.
2.2. Quand utiliser l’EEG ?
Chaque méthode de neuroimagerie peut aider à répondre à différentes questions de recherche.
Le plus grand atout de l’EEG est qu’il peut mesurer l’activité neuronale à l’échelle de la milliseconde, ce qui permet de mesurer des processus préconscients.
Fig. 4 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
Il convient particulièrement à des questions telles que « quelles parties de ma vidéo ont retenu le plus l’attention des participants ? »
L’EEG enregistre principalement l’activité des couches externes du cerveau (c.-à-d. qu’il a une faible résolution spatiale). Avec un seul capteur, il est impossible d’identifier la source de l’activité. L’enregistrement avec un grand nombre de canaux peut permettre de reconstruire mathématiquement la source, mais il reste limité pour identifier les sources profondes. L’imagerie par résonance magnétique fonctionnelle (IRMf) est mieux adaptée pour répondre à des questions telles que : « Quelle partie du cerveau est liée aux changements d’attention ? »
2.3. Du capteur à l’EEG brut ?
Une fois qu’un appareil EEG est fixé sur la tête, l’activité cérébrale est mesurée au niveau d’un seul capteur comme la différence d’amplitude entre ce capteur et un capteur de référence. Dans la plupart des systèmes EEG, cela est appelé l’électrode common mode sense (CMS). Un capteur supplémentaire, le driven right leg (DRL), aide à réduire toute interférence au niveau du CMS.
Fig. 5 – Schéma fonctionnel simplifié de la transmission du signal EEG.
Dans les systèmes comportant à la fois des électrodes actives et passives, le signal est ensuite amplifié et filtré passe-bas. Le filtrage passe-bas est une étape qui supprimera d’éventuelles interférences électriques provenant de l’environnement dans votre signal, par exemple celles du réseau électrique.
Ces étapes se déroulent dans le matériel lui-même avant que le signal EEG brut puisse être visualisé sur l’écran de votre ordinateur.
2.4. Quelques termes de base
Convention de nommage standard 10-20
Les capteurs de gauche portent généralement des numéros impairs et les capteurs de droite des numéros pairs.
Note 1 : ce ne sont que des conventions de nommage et la source de l’emplacement du capteur EEG n’est pas un indicateur de la source de l’activité.
Note 2 : des étapes supplémentaires, telles que la reconstruction mathématique de la source, doivent être entreprises pour déterminer la source de l’activité sur un seul canal.
3. Que sont les oscillations neuronales ?
Les ondes cérébrales, souvent appelées oscillations neuronales, sont des motifs rythmiques produits par un seul neurone ou par un groupe de neurones.
Il n’est pas encore clair pourquoi le cerveau produit ces différents types d’oscillations, bien qu’il existe de nombreuses théories. Les chercheurs utilisent différentes tâches pour caractériser ces activités oscillatoires et cherchent à comprendre les mystères du cerveau à l’aide de ces motifs rythmiques.
3.1. Quelques propriétés d’une oscillation
Cette figure montre une mesure d’un signal électrique régulier :
Fig. 6 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
À gauche (axe y), nous pouvons tracer l’amplitude de l’enregistrement électrique et, sur l’axe horizontal (axe x), le temps. L’amplitude du signal variera en magnitude de manière régulière autour d’un point central. Un cycle est également appelé une oscillation.
Le nombre de cycles par seconde est appelé la fréquence de l’onde et l’unité est le hertz (Hz). Donc 1 cycle par seconde = 1 Hz. Les amplitudes sont généralement mesurées en microvolts (µV).
Dans le cerveau, nous observons des ondes dont les fréquences vont de 0,2 Hz (ondes très lentes) à 80 Hz ou plus (ondes très rapides). Une activité à haute fréquence allant jusqu’à 500 Hz, associée aux crises, peut également être enregistrée dans le cerveau.
Différents types d’oscillations cérébrales sont caractérisés en fonction de leur fréquence. Celles-ci sont connues sous le nom de bandes de fréquence et peuvent être liées à différents états cérébraux :
Fig. 7 – Ondes cérébrales dans un EEG typique.
3.2. Pourquoi les différentes bandes de fréquence sont-elles importantes ?
Identification des schémas cérébraux normaux vs anormaux
Les oscillations neuronales sont importantes pour détecter les crises et diagnostiquer l’épilepsie en neurologie.Interfaces cerveau-ordinateur (BCI)
La quantité d’oscillations bêta, gamma et mu est souvent utilisée pour entraîner des dispositifs à distance (par exemple, déplacer un fauteuil roulant par la pensée).Neurofeedback
Il s’agit d’une forme d’entraînement cérébral où vous pouvez visualiser vos ondes cérébrales (par exemple, les oscillations gamma) et effectuer des tâches cognitives afin d’augmenter la quantité d’oscillations gamma dans votre cerveau.Neuromarketing
Les bandes de fréquence alpha et bêta peuvent être utilisées pour déterminer quelle partie d’une publicité est plus ou moins engageante.
3.3. Types d’analyse des données EEG
Le plus souvent, les chercheurs effectuent une analyse soit dans le domaine temporel, soit dans le domaine fréquentiel.
Analyse dans le domaine temporel
Mesure généralement l’amplitude de tension à des points temporels d’intérêt après le début d’un stimulus. Celles-ci sont appelées potentiels évoqués par événement (ERP).
Analyse dans le domaine fréquentiel
Mesure généralement la quantité d’oscillations neuronales dans différentes bandes de fréquence au sein d’une fenêtre temporelle définie ou liées au début d’un événement.
Ensuite, nous présentons un aperçu de l’analyse dans le domaine fréquentiel.
3.4. Traitement
Une fois que vous avez effectué un enregistrement EEG, vous nettoyez généralement les données avant d’interpréter les oscillations.
Filtrage
Une technique visant à éliminer le bruit environnemental à haute et basse fréquence dans les données.Suppression des artefacts
Les mouvements physiques et les clignements des yeux peuvent tous provoquer de grands artefacts (> pics de 50 µV dans l’EEG). Ceux-ci peuvent être supprimés afin qu’ils n’influencent pas nos résultats. Certains chercheurs utilisent des méthodes sophistiquées pour corriger ces artefacts afin de préserver les données.
Après le traitement des données, le signal peut maintenant être converti dans le domaine fréquentiel afin que nous puissions quantifier la quantité de chaque type d’ondes cérébrales.
Fig. 8 – Artefact de clignement des yeux dans l’EEG brut.
3.5. Transformée de Fourier rapide (FFT)
Une transformée de Fourier est la conversion mathématique du signal EEG du « domaine temporel » (image A) au « domaine fréquentiel » (image B).
Dans le domaine fréquentiel, nous pouvons quantifier la quantité de chaque type d’oscillation présente dans notre enregistrement. Il s’agit généralement de la « puissance » de la bande de fréquence, qui peut être affichée sous forme de spectre de puissance (image B).
Fig. 9A – EEG brut dans le domaine temporel.
Fig. 9B – Spectre de puissance après la FFT (domaine fréquentiel).
3.6. Puissance de bande
La puissance d’une bande de fréquence (par exemple, la bande alpha) obtenue à partir d’une transformée de Fourier nous indique quelle quantité de chaque bande de fréquence est présente. Les unités de puissance de bande sont généralement en µV2/Hz. Le plus souvent, les spectres d’amplitude ou de puissance issus d’une FFT sont représentés dans l’unité logarithmique des décibels (dB). Le décibel est une unité de rapport entre une puissance mesurée (P) et une puissance de référence (Pr) comme suit :
Une fois cette unité de mesure obtenue pour les événements d’intérêt, les puissances de bande peuvent être comparées afin de comprendre les effets expérimentaux sur les ondes cérébrales.
4. De la théorie à la pratique
Ensuite, nous allons examiner l’effet de suppression de l’alpha.
Il s’agit d’un phénomène signalé pour la première fois par Hans Berger, dans lequel on observe une diminution significative de la quantité d’oscillations alpha (puissance alpha) lorsque les yeux d’une personne sont ouverts par rapport à lorsqu’ils sont fermés.
Fig. 10 – Une augmentation des oscillations alpha peut être observée lorsque les yeux sont ouverts.
En utilisant d’abord EmotivPRO Builder, nous avons construit une expérience simple. Dans cette expérience, on demande simplement au participant de garder les yeux ouverts pendant 2 minutes tout en se concentrant sur l’écran, puis les yeux fermés pendant 2 minutes. Il entendrait une sonnerie à la fin des 2 minutes pour signaler d’ouvrir les yeux.
Vous pouvez suivre la vidéo ci-dessous pour créer votre propre expérience de suppression de l’alpha, ou vous pouvez lancer notre expérience à partir du lien ici :
4.1. Ajustement de l’appareil et qualité EEG
En savoir plus sur le fonctionnement de notre porte EQ ici. Trouvez plus d’informations sur l’ajustement de l’appareil spécifique à votre casque ici :
Type EPOC
Type Insight
4.2. Traitement et transformation des données EEG
Maintenant que vous avez vos données, vous pouvez les transformer dans le domaine fréquentiel à l’aide d’Emotiv Analyzer. Suivez les étapes de la vidéo.
4.3. Interprétation des données
Une fois qu’Analyzer a terminé, téléchargez le fichier zip. Pour chaque enregistrement, vous aurez un fichier csv avec les puissances de bande et un fichier image que vous pourrez utiliser pour réaliser votre propre analyse statistique.
Fig. 11 – Puissances de bande.
Dans notre résultat, nous pouvons voir l’augmentation de la puissance alpha lorsque les yeux étaient fermés (orange) par rapport à lorsqu’ils étaient ouverts (bleu).
C’est la fin de notre tutoriel ! Vous avez maintenant les bases 🙂
Vous trouverez des liens vers des lectures plus avancées dans la section des ressources.
5. Ressources
LECTURE AVANCÉE
Donoghue et al. 2022 Considérations méthodologiques pour l’étude des oscillations neuronales
GLOSSAIRE DE TERMINOLOGIE EEG
Kane et al. 2017 (ici)
CODE SOURCE OUVERT
Si vous êtes à l’aise avec la programmation Python, nous avons mis à disposition des scripts Python que vous pouvez utiliser pour obtenir des valeurs de puissance alpha, étiquetées par segments yeux ouverts et yeux fermés. Retrouvez le code et des fichiers de données d’exemple Alpha Suppression ici : https://osf.io/9bvgh/
MANUELS EMOTIV
manuel EmotivPRO Builder
manuel EmotivPRO
manuel EmotivPRO Analyzer
7. Références
Donoghue, T., Schaworonkow, N. et Voytek, B., 2022. Considérations méthodologiques pour l’étude des oscillations neuronales. Revue européenne de neurosciences, 55(11-12), pp.3502-3527. doi : https://doi.org/10.1111/ejn.15361
Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. et van Putten, M.J., 2017. Un glossaire révisé des termes les plus couramment utilisés par les électroencéphalographes cliniques et une proposition mise à jour pour le format de rapport des résultats EEG. Révision 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
Siuly, S., Li, Y., Zhang, Y. (2016). Électroencéphalogramme (EEG) et contexte. In : Analyse et classification des signaux EEG. Health Information Science. Springer, Cham. doi : https://doi.org/10.1007/978-3-319-47653-7%5F1
1. Introduction
Bienvenue ! Dans ce tutoriel, nous apprenons les ondes cérébrales et comment nous pouvons les utiliser pour comprendre le cerveau et le comportement.
Hans Berger a inventé le terme électroencéphalogramme en 1929, lorsqu’il a décrit des changements de potentiels électriques enregistrés à l’aide de capteurs placés sur la tête d’une personne. Il a identifié deux types d’ondes cérébrales, qu’il a nommées ondes alpha et bêta simplement en raison de l’ordre dans lequel il les a enregistrées. De telles ondes avaient été enregistrées chez d’autres mammifères, mais Berger les avait décrites chez l’être humain pour la première fois !
Depuis lors, la méthode d’électroencéphalographie est devenue un outil clé en neurosciences et a contribué à faire évoluer notre compréhension des ondes cérébrales (que les chercheurs appellent oscillations neuronales) et à caractériser des états du cerveau tels que la fatigue et l’éveil.
Dans ce bref tutoriel, nous aborderons les éléments suivants :
Que sont les oscillations neuronales ?
Comment pouvons-nous mesurer les oscillations neuronales ?
Que pouvons-nous faire avec les oscillations neuronales ?
Application pratique à l’aide des appareils et logiciels Emotiv.
2. Qu’est-ce que l’EEG ?
L’électroencéphalographie (EEG) est une méthode non invasive et passive de mesure de l’activité électrique de notre cerveau. Des électrodes/capteurs/canaux sont placés sur le cuir chevelu pour enregistrer l’activité électrique générée par des populations de cellules cérébrales, appelées neurones.
Fig. 1 – Les neurones produisent une activité électrique qui peut être détectée avec un appareil EEG [Siuly, et al. (2016)].
2.1. Systèmes EEG
Il existe sur le marché de nombreux appareils EEG qui peuvent être utilisés pour enregistrer un EEG. Les appareils EEG peuvent aller de :
Un seul capteur ou jusqu’à 256 électrodes – Un plus grand nombre d’électrodes offrirait une résolution spatiale plus élevée des informations sur le cuir chevelu.
Électrodes humides ou sèches – Les électrodes humides utilisent un gel électrolytique ou une solution saline pour améliorer la conductivité entre le cuir chevelu et le capteur. Les électrodes sèches peuvent être en métal ou en polymères conducteurs, qui nécessitent un contact direct avec le cuir chevelu.
Électrode active ou passive – Les systèmes à électrodes passives se contentent de conduire le signal vers l’appareil, où il est amplifié. Les systèmes à électrodes actives amplifient le signal à chaque électrode avant qu’il n’atteigne l’appareil pour amplification. Cela réduit le bruit électrique ambiant dans le signal.
Appareils filaires ou sans fil qui transmettent les données via Bluetooth.
Fig. 2 – Un système EEG sans fil à faible densité.
Fig. 3 – Un système EEG filaire à électrodes haute densité.
2.2. Quand utiliser l’EEG ?
Chaque méthode de neuroimagerie peut aider à répondre à différentes questions de recherche.
Le plus grand atout de l’EEG est qu’il peut mesurer l’activité neuronale à l’échelle de la milliseconde, ce qui permet de mesurer des processus préconscients.
Fig. 4 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
Il convient particulièrement à des questions telles que « quelles parties de ma vidéo ont retenu le plus l’attention des participants ? »
L’EEG enregistre principalement l’activité des couches externes du cerveau (c.-à-d. qu’il a une faible résolution spatiale). Avec un seul capteur, il est impossible d’identifier la source de l’activité. L’enregistrement avec un grand nombre de canaux peut permettre de reconstruire mathématiquement la source, mais il reste limité pour identifier les sources profondes. L’imagerie par résonance magnétique fonctionnelle (IRMf) est mieux adaptée pour répondre à des questions telles que : « Quelle partie du cerveau est liée aux changements d’attention ? »
2.3. Du capteur à l’EEG brut ?
Une fois qu’un appareil EEG est fixé sur la tête, l’activité cérébrale est mesurée au niveau d’un seul capteur comme la différence d’amplitude entre ce capteur et un capteur de référence. Dans la plupart des systèmes EEG, cela est appelé l’électrode common mode sense (CMS). Un capteur supplémentaire, le driven right leg (DRL), aide à réduire toute interférence au niveau du CMS.
Fig. 5 – Schéma fonctionnel simplifié de la transmission du signal EEG.
Dans les systèmes comportant à la fois des électrodes actives et passives, le signal est ensuite amplifié et filtré passe-bas. Le filtrage passe-bas est une étape qui supprimera d’éventuelles interférences électriques provenant de l’environnement dans votre signal, par exemple celles du réseau électrique.
Ces étapes se déroulent dans le matériel lui-même avant que le signal EEG brut puisse être visualisé sur l’écran de votre ordinateur.
2.4. Quelques termes de base
Convention de nommage standard 10-20
Les capteurs de gauche portent généralement des numéros impairs et les capteurs de droite des numéros pairs.
Note 1 : ce ne sont que des conventions de nommage et la source de l’emplacement du capteur EEG n’est pas un indicateur de la source de l’activité.
Note 2 : des étapes supplémentaires, telles que la reconstruction mathématique de la source, doivent être entreprises pour déterminer la source de l’activité sur un seul canal.
3. Que sont les oscillations neuronales ?
Les ondes cérébrales, souvent appelées oscillations neuronales, sont des motifs rythmiques produits par un seul neurone ou par un groupe de neurones.
Il n’est pas encore clair pourquoi le cerveau produit ces différents types d’oscillations, bien qu’il existe de nombreuses théories. Les chercheurs utilisent différentes tâches pour caractériser ces activités oscillatoires et cherchent à comprendre les mystères du cerveau à l’aide de ces motifs rythmiques.
3.1. Quelques propriétés d’une oscillation
Cette figure montre une mesure d’un signal électrique régulier :
Fig. 6 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
À gauche (axe y), nous pouvons tracer l’amplitude de l’enregistrement électrique et, sur l’axe horizontal (axe x), le temps. L’amplitude du signal variera en magnitude de manière régulière autour d’un point central. Un cycle est également appelé une oscillation.
Le nombre de cycles par seconde est appelé la fréquence de l’onde et l’unité est le hertz (Hz). Donc 1 cycle par seconde = 1 Hz. Les amplitudes sont généralement mesurées en microvolts (µV).
Dans le cerveau, nous observons des ondes dont les fréquences vont de 0,2 Hz (ondes très lentes) à 80 Hz ou plus (ondes très rapides). Une activité à haute fréquence allant jusqu’à 500 Hz, associée aux crises, peut également être enregistrée dans le cerveau.
Différents types d’oscillations cérébrales sont caractérisés en fonction de leur fréquence. Celles-ci sont connues sous le nom de bandes de fréquence et peuvent être liées à différents états cérébraux :
Fig. 7 – Ondes cérébrales dans un EEG typique.
3.2. Pourquoi les différentes bandes de fréquence sont-elles importantes ?
Identification des schémas cérébraux normaux vs anormaux
Les oscillations neuronales sont importantes pour détecter les crises et diagnostiquer l’épilepsie en neurologie.Interfaces cerveau-ordinateur (BCI)
La quantité d’oscillations bêta, gamma et mu est souvent utilisée pour entraîner des dispositifs à distance (par exemple, déplacer un fauteuil roulant par la pensée).Neurofeedback
Il s’agit d’une forme d’entraînement cérébral où vous pouvez visualiser vos ondes cérébrales (par exemple, les oscillations gamma) et effectuer des tâches cognitives afin d’augmenter la quantité d’oscillations gamma dans votre cerveau.Neuromarketing
Les bandes de fréquence alpha et bêta peuvent être utilisées pour déterminer quelle partie d’une publicité est plus ou moins engageante.
3.3. Types d’analyse des données EEG
Le plus souvent, les chercheurs effectuent une analyse soit dans le domaine temporel, soit dans le domaine fréquentiel.
Analyse dans le domaine temporel
Mesure généralement l’amplitude de tension à des points temporels d’intérêt après le début d’un stimulus. Celles-ci sont appelées potentiels évoqués par événement (ERP).
Analyse dans le domaine fréquentiel
Mesure généralement la quantité d’oscillations neuronales dans différentes bandes de fréquence au sein d’une fenêtre temporelle définie ou liées au début d’un événement.
Ensuite, nous présentons un aperçu de l’analyse dans le domaine fréquentiel.
3.4. Traitement
Une fois que vous avez effectué un enregistrement EEG, vous nettoyez généralement les données avant d’interpréter les oscillations.
Filtrage
Une technique visant à éliminer le bruit environnemental à haute et basse fréquence dans les données.Suppression des artefacts
Les mouvements physiques et les clignements des yeux peuvent tous provoquer de grands artefacts (> pics de 50 µV dans l’EEG). Ceux-ci peuvent être supprimés afin qu’ils n’influencent pas nos résultats. Certains chercheurs utilisent des méthodes sophistiquées pour corriger ces artefacts afin de préserver les données.
Après le traitement des données, le signal peut maintenant être converti dans le domaine fréquentiel afin que nous puissions quantifier la quantité de chaque type d’ondes cérébrales.
Fig. 8 – Artefact de clignement des yeux dans l’EEG brut.
3.5. Transformée de Fourier rapide (FFT)
Une transformée de Fourier est la conversion mathématique du signal EEG du « domaine temporel » (image A) au « domaine fréquentiel » (image B).
Dans le domaine fréquentiel, nous pouvons quantifier la quantité de chaque type d’oscillation présente dans notre enregistrement. Il s’agit généralement de la « puissance » de la bande de fréquence, qui peut être affichée sous forme de spectre de puissance (image B).
Fig. 9A – EEG brut dans le domaine temporel.
Fig. 9B – Spectre de puissance après la FFT (domaine fréquentiel).
3.6. Puissance de bande
La puissance d’une bande de fréquence (par exemple, la bande alpha) obtenue à partir d’une transformée de Fourier nous indique quelle quantité de chaque bande de fréquence est présente. Les unités de puissance de bande sont généralement en µV2/Hz. Le plus souvent, les spectres d’amplitude ou de puissance issus d’une FFT sont représentés dans l’unité logarithmique des décibels (dB). Le décibel est une unité de rapport entre une puissance mesurée (P) et une puissance de référence (Pr) comme suit :
Une fois cette unité de mesure obtenue pour les événements d’intérêt, les puissances de bande peuvent être comparées afin de comprendre les effets expérimentaux sur les ondes cérébrales.
4. De la théorie à la pratique
Ensuite, nous allons examiner l’effet de suppression de l’alpha.
Il s’agit d’un phénomène signalé pour la première fois par Hans Berger, dans lequel on observe une diminution significative de la quantité d’oscillations alpha (puissance alpha) lorsque les yeux d’une personne sont ouverts par rapport à lorsqu’ils sont fermés.
Fig. 10 – Une augmentation des oscillations alpha peut être observée lorsque les yeux sont ouverts.
En utilisant d’abord EmotivPRO Builder, nous avons construit une expérience simple. Dans cette expérience, on demande simplement au participant de garder les yeux ouverts pendant 2 minutes tout en se concentrant sur l’écran, puis les yeux fermés pendant 2 minutes. Il entendrait une sonnerie à la fin des 2 minutes pour signaler d’ouvrir les yeux.
Vous pouvez suivre la vidéo ci-dessous pour créer votre propre expérience de suppression de l’alpha, ou vous pouvez lancer notre expérience à partir du lien ici :
4.1. Ajustement de l’appareil et qualité EEG
En savoir plus sur le fonctionnement de notre porte EQ ici. Trouvez plus d’informations sur l’ajustement de l’appareil spécifique à votre casque ici :
Type EPOC
Type Insight
4.2. Traitement et transformation des données EEG
Maintenant que vous avez vos données, vous pouvez les transformer dans le domaine fréquentiel à l’aide d’Emotiv Analyzer. Suivez les étapes de la vidéo.
4.3. Interprétation des données
Une fois qu’Analyzer a terminé, téléchargez le fichier zip. Pour chaque enregistrement, vous aurez un fichier csv avec les puissances de bande et un fichier image que vous pourrez utiliser pour réaliser votre propre analyse statistique.
Fig. 11 – Puissances de bande.
Dans notre résultat, nous pouvons voir l’augmentation de la puissance alpha lorsque les yeux étaient fermés (orange) par rapport à lorsqu’ils étaient ouverts (bleu).
C’est la fin de notre tutoriel ! Vous avez maintenant les bases 🙂
Vous trouverez des liens vers des lectures plus avancées dans la section des ressources.
5. Ressources
LECTURE AVANCÉE
Donoghue et al. 2022 Considérations méthodologiques pour l’étude des oscillations neuronales
GLOSSAIRE DE TERMINOLOGIE EEG
Kane et al. 2017 (ici)
CODE SOURCE OUVERT
Si vous êtes à l’aise avec la programmation Python, nous avons mis à disposition des scripts Python que vous pouvez utiliser pour obtenir des valeurs de puissance alpha, étiquetées par segments yeux ouverts et yeux fermés. Retrouvez le code et des fichiers de données d’exemple Alpha Suppression ici : https://osf.io/9bvgh/
MANUELS EMOTIV
manuel EmotivPRO Builder
manuel EmotivPRO
manuel EmotivPRO Analyzer
7. Références
Donoghue, T., Schaworonkow, N. et Voytek, B., 2022. Considérations méthodologiques pour l’étude des oscillations neuronales. Revue européenne de neurosciences, 55(11-12), pp.3502-3527. doi : https://doi.org/10.1111/ejn.15361
Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. et van Putten, M.J., 2017. Un glossaire révisé des termes les plus couramment utilisés par les électroencéphalographes cliniques et une proposition mise à jour pour le format de rapport des résultats EEG. Révision 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
Siuly, S., Li, Y., Zhang, Y. (2016). Électroencéphalogramme (EEG) et contexte. In : Analyse et classification des signaux EEG. Health Information Science. Springer, Cham. doi : https://doi.org/10.1007/978-3-319-47653-7%5F1
1. Introduction
Bienvenue ! Dans ce tutoriel, nous apprenons les ondes cérébrales et comment nous pouvons les utiliser pour comprendre le cerveau et le comportement.
Hans Berger a inventé le terme électroencéphalogramme en 1929, lorsqu’il a décrit des changements de potentiels électriques enregistrés à l’aide de capteurs placés sur la tête d’une personne. Il a identifié deux types d’ondes cérébrales, qu’il a nommées ondes alpha et bêta simplement en raison de l’ordre dans lequel il les a enregistrées. De telles ondes avaient été enregistrées chez d’autres mammifères, mais Berger les avait décrites chez l’être humain pour la première fois !
Depuis lors, la méthode d’électroencéphalographie est devenue un outil clé en neurosciences et a contribué à faire évoluer notre compréhension des ondes cérébrales (que les chercheurs appellent oscillations neuronales) et à caractériser des états du cerveau tels que la fatigue et l’éveil.
Dans ce bref tutoriel, nous aborderons les éléments suivants :
Que sont les oscillations neuronales ?
Comment pouvons-nous mesurer les oscillations neuronales ?
Que pouvons-nous faire avec les oscillations neuronales ?
Application pratique à l’aide des appareils et logiciels Emotiv.
2. Qu’est-ce que l’EEG ?
L’électroencéphalographie (EEG) est une méthode non invasive et passive de mesure de l’activité électrique de notre cerveau. Des électrodes/capteurs/canaux sont placés sur le cuir chevelu pour enregistrer l’activité électrique générée par des populations de cellules cérébrales, appelées neurones.
Fig. 1 – Les neurones produisent une activité électrique qui peut être détectée avec un appareil EEG [Siuly, et al. (2016)].
2.1. Systèmes EEG
Il existe sur le marché de nombreux appareils EEG qui peuvent être utilisés pour enregistrer un EEG. Les appareils EEG peuvent aller de :
Un seul capteur ou jusqu’à 256 électrodes – Un plus grand nombre d’électrodes offrirait une résolution spatiale plus élevée des informations sur le cuir chevelu.
Électrodes humides ou sèches – Les électrodes humides utilisent un gel électrolytique ou une solution saline pour améliorer la conductivité entre le cuir chevelu et le capteur. Les électrodes sèches peuvent être en métal ou en polymères conducteurs, qui nécessitent un contact direct avec le cuir chevelu.
Électrode active ou passive – Les systèmes à électrodes passives se contentent de conduire le signal vers l’appareil, où il est amplifié. Les systèmes à électrodes actives amplifient le signal à chaque électrode avant qu’il n’atteigne l’appareil pour amplification. Cela réduit le bruit électrique ambiant dans le signal.
Appareils filaires ou sans fil qui transmettent les données via Bluetooth.
Fig. 2 – Un système EEG sans fil à faible densité.
Fig. 3 – Un système EEG filaire à électrodes haute densité.
2.2. Quand utiliser l’EEG ?
Chaque méthode de neuroimagerie peut aider à répondre à différentes questions de recherche.
Le plus grand atout de l’EEG est qu’il peut mesurer l’activité neuronale à l’échelle de la milliseconde, ce qui permet de mesurer des processus préconscients.
Fig. 4 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
Il convient particulièrement à des questions telles que « quelles parties de ma vidéo ont retenu le plus l’attention des participants ? »
L’EEG enregistre principalement l’activité des couches externes du cerveau (c.-à-d. qu’il a une faible résolution spatiale). Avec un seul capteur, il est impossible d’identifier la source de l’activité. L’enregistrement avec un grand nombre de canaux peut permettre de reconstruire mathématiquement la source, mais il reste limité pour identifier les sources profondes. L’imagerie par résonance magnétique fonctionnelle (IRMf) est mieux adaptée pour répondre à des questions telles que : « Quelle partie du cerveau est liée aux changements d’attention ? »
2.3. Du capteur à l’EEG brut ?
Une fois qu’un appareil EEG est fixé sur la tête, l’activité cérébrale est mesurée au niveau d’un seul capteur comme la différence d’amplitude entre ce capteur et un capteur de référence. Dans la plupart des systèmes EEG, cela est appelé l’électrode common mode sense (CMS). Un capteur supplémentaire, le driven right leg (DRL), aide à réduire toute interférence au niveau du CMS.
Fig. 5 – Schéma fonctionnel simplifié de la transmission du signal EEG.
Dans les systèmes comportant à la fois des électrodes actives et passives, le signal est ensuite amplifié et filtré passe-bas. Le filtrage passe-bas est une étape qui supprimera d’éventuelles interférences électriques provenant de l’environnement dans votre signal, par exemple celles du réseau électrique.
Ces étapes se déroulent dans le matériel lui-même avant que le signal EEG brut puisse être visualisé sur l’écran de votre ordinateur.
2.4. Quelques termes de base
Convention de nommage standard 10-20
Les capteurs de gauche portent généralement des numéros impairs et les capteurs de droite des numéros pairs.
Note 1 : ce ne sont que des conventions de nommage et la source de l’emplacement du capteur EEG n’est pas un indicateur de la source de l’activité.
Note 2 : des étapes supplémentaires, telles que la reconstruction mathématique de la source, doivent être entreprises pour déterminer la source de l’activité sur un seul canal.
3. Que sont les oscillations neuronales ?
Les ondes cérébrales, souvent appelées oscillations neuronales, sont des motifs rythmiques produits par un seul neurone ou par un groupe de neurones.
Il n’est pas encore clair pourquoi le cerveau produit ces différents types d’oscillations, bien qu’il existe de nombreuses théories. Les chercheurs utilisent différentes tâches pour caractériser ces activités oscillatoires et cherchent à comprendre les mystères du cerveau à l’aide de ces motifs rythmiques.
3.1. Quelques propriétés d’une oscillation
Cette figure montre une mesure d’un signal électrique régulier :
Fig. 6 – Résolution spatiale versus temporelle de différents outils de neuroimagerie.
À gauche (axe y), nous pouvons tracer l’amplitude de l’enregistrement électrique et, sur l’axe horizontal (axe x), le temps. L’amplitude du signal variera en magnitude de manière régulière autour d’un point central. Un cycle est également appelé une oscillation.
Le nombre de cycles par seconde est appelé la fréquence de l’onde et l’unité est le hertz (Hz). Donc 1 cycle par seconde = 1 Hz. Les amplitudes sont généralement mesurées en microvolts (µV).
Dans le cerveau, nous observons des ondes dont les fréquences vont de 0,2 Hz (ondes très lentes) à 80 Hz ou plus (ondes très rapides). Une activité à haute fréquence allant jusqu’à 500 Hz, associée aux crises, peut également être enregistrée dans le cerveau.
Différents types d’oscillations cérébrales sont caractérisés en fonction de leur fréquence. Celles-ci sont connues sous le nom de bandes de fréquence et peuvent être liées à différents états cérébraux :
Fig. 7 – Ondes cérébrales dans un EEG typique.
3.2. Pourquoi les différentes bandes de fréquence sont-elles importantes ?
Identification des schémas cérébraux normaux vs anormaux
Les oscillations neuronales sont importantes pour détecter les crises et diagnostiquer l’épilepsie en neurologie.Interfaces cerveau-ordinateur (BCI)
La quantité d’oscillations bêta, gamma et mu est souvent utilisée pour entraîner des dispositifs à distance (par exemple, déplacer un fauteuil roulant par la pensée).Neurofeedback
Il s’agit d’une forme d’entraînement cérébral où vous pouvez visualiser vos ondes cérébrales (par exemple, les oscillations gamma) et effectuer des tâches cognitives afin d’augmenter la quantité d’oscillations gamma dans votre cerveau.Neuromarketing
Les bandes de fréquence alpha et bêta peuvent être utilisées pour déterminer quelle partie d’une publicité est plus ou moins engageante.
3.3. Types d’analyse des données EEG
Le plus souvent, les chercheurs effectuent une analyse soit dans le domaine temporel, soit dans le domaine fréquentiel.
Analyse dans le domaine temporel
Mesure généralement l’amplitude de tension à des points temporels d’intérêt après le début d’un stimulus. Celles-ci sont appelées potentiels évoqués par événement (ERP).
Analyse dans le domaine fréquentiel
Mesure généralement la quantité d’oscillations neuronales dans différentes bandes de fréquence au sein d’une fenêtre temporelle définie ou liées au début d’un événement.
Ensuite, nous présentons un aperçu de l’analyse dans le domaine fréquentiel.
3.4. Traitement
Une fois que vous avez effectué un enregistrement EEG, vous nettoyez généralement les données avant d’interpréter les oscillations.
Filtrage
Une technique visant à éliminer le bruit environnemental à haute et basse fréquence dans les données.Suppression des artefacts
Les mouvements physiques et les clignements des yeux peuvent tous provoquer de grands artefacts (> pics de 50 µV dans l’EEG). Ceux-ci peuvent être supprimés afin qu’ils n’influencent pas nos résultats. Certains chercheurs utilisent des méthodes sophistiquées pour corriger ces artefacts afin de préserver les données.
Après le traitement des données, le signal peut maintenant être converti dans le domaine fréquentiel afin que nous puissions quantifier la quantité de chaque type d’ondes cérébrales.
Fig. 8 – Artefact de clignement des yeux dans l’EEG brut.
3.5. Transformée de Fourier rapide (FFT)
Une transformée de Fourier est la conversion mathématique du signal EEG du « domaine temporel » (image A) au « domaine fréquentiel » (image B).
Dans le domaine fréquentiel, nous pouvons quantifier la quantité de chaque type d’oscillation présente dans notre enregistrement. Il s’agit généralement de la « puissance » de la bande de fréquence, qui peut être affichée sous forme de spectre de puissance (image B).
Fig. 9A – EEG brut dans le domaine temporel.
Fig. 9B – Spectre de puissance après la FFT (domaine fréquentiel).
3.6. Puissance de bande
La puissance d’une bande de fréquence (par exemple, la bande alpha) obtenue à partir d’une transformée de Fourier nous indique quelle quantité de chaque bande de fréquence est présente. Les unités de puissance de bande sont généralement en µV2/Hz. Le plus souvent, les spectres d’amplitude ou de puissance issus d’une FFT sont représentés dans l’unité logarithmique des décibels (dB). Le décibel est une unité de rapport entre une puissance mesurée (P) et une puissance de référence (Pr) comme suit :
Une fois cette unité de mesure obtenue pour les événements d’intérêt, les puissances de bande peuvent être comparées afin de comprendre les effets expérimentaux sur les ondes cérébrales.
4. De la théorie à la pratique
Ensuite, nous allons examiner l’effet de suppression de l’alpha.
Il s’agit d’un phénomène signalé pour la première fois par Hans Berger, dans lequel on observe une diminution significative de la quantité d’oscillations alpha (puissance alpha) lorsque les yeux d’une personne sont ouverts par rapport à lorsqu’ils sont fermés.
Fig. 10 – Une augmentation des oscillations alpha peut être observée lorsque les yeux sont ouverts.
En utilisant d’abord EmotivPRO Builder, nous avons construit une expérience simple. Dans cette expérience, on demande simplement au participant de garder les yeux ouverts pendant 2 minutes tout en se concentrant sur l’écran, puis les yeux fermés pendant 2 minutes. Il entendrait une sonnerie à la fin des 2 minutes pour signaler d’ouvrir les yeux.
Vous pouvez suivre la vidéo ci-dessous pour créer votre propre expérience de suppression de l’alpha, ou vous pouvez lancer notre expérience à partir du lien ici :
4.1. Ajustement de l’appareil et qualité EEG
En savoir plus sur le fonctionnement de notre porte EQ ici. Trouvez plus d’informations sur l’ajustement de l’appareil spécifique à votre casque ici :
Type EPOC
Type Insight
4.2. Traitement et transformation des données EEG
Maintenant que vous avez vos données, vous pouvez les transformer dans le domaine fréquentiel à l’aide d’Emotiv Analyzer. Suivez les étapes de la vidéo.
4.3. Interprétation des données
Une fois qu’Analyzer a terminé, téléchargez le fichier zip. Pour chaque enregistrement, vous aurez un fichier csv avec les puissances de bande et un fichier image que vous pourrez utiliser pour réaliser votre propre analyse statistique.
Fig. 11 – Puissances de bande.
Dans notre résultat, nous pouvons voir l’augmentation de la puissance alpha lorsque les yeux étaient fermés (orange) par rapport à lorsqu’ils étaient ouverts (bleu).
C’est la fin de notre tutoriel ! Vous avez maintenant les bases 🙂
Vous trouverez des liens vers des lectures plus avancées dans la section des ressources.
5. Ressources
LECTURE AVANCÉE
Donoghue et al. 2022 Considérations méthodologiques pour l’étude des oscillations neuronales
GLOSSAIRE DE TERMINOLOGIE EEG
Kane et al. 2017 (ici)
CODE SOURCE OUVERT
Si vous êtes à l’aise avec la programmation Python, nous avons mis à disposition des scripts Python que vous pouvez utiliser pour obtenir des valeurs de puissance alpha, étiquetées par segments yeux ouverts et yeux fermés. Retrouvez le code et des fichiers de données d’exemple Alpha Suppression ici : https://osf.io/9bvgh/
MANUELS EMOTIV
manuel EmotivPRO Builder
manuel EmotivPRO
manuel EmotivPRO Analyzer
7. Références
Donoghue, T., Schaworonkow, N. et Voytek, B., 2022. Considérations méthodologiques pour l’étude des oscillations neuronales. Revue européenne de neurosciences, 55(11-12), pp.3502-3527. doi : https://doi.org/10.1111/ejn.15361
Kane, N., Acharya, J., Beniczky, S., Caboclo, L., Finnigan, S., Kaplan, P.W., Shibasaki, H., Pressler, R. et van Putten, M.J., 2017. Un glossaire révisé des termes les plus couramment utilisés par les électroencéphalographes cliniques et une proposition mise à jour pour le format de rapport des résultats EEG. Révision 2017. Clinical neurophysiology practice, 2, p.170. doi: 10.1016/j.cnp.2017.07.002
Siuly, S., Li, Y., Zhang, Y. (2016). Électroencéphalogramme (EEG) et contexte. In : Analyse et classification des signaux EEG. Health Information Science. Springer, Cham. doi : https://doi.org/10.1007/978-3-319-47653-7%5F1
