FR3128869A1 - Détection perfectionnée de potentiels évoqués - Google Patents

Détection perfectionnée de potentiels évoqués Download PDF

Info

Publication number
FR3128869A1
FR3128869A1 FR2111859A FR2111859A FR3128869A1 FR 3128869 A1 FR3128869 A1 FR 3128869A1 FR 2111859 A FR2111859 A FR 2111859A FR 2111859 A FR2111859 A FR 2111859A FR 3128869 A1 FR3128869 A1 FR 3128869A1
Authority
FR
France
Prior art keywords
frequency
sensory stimulation
user
signal
frequencies
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
FR2111859A
Other languages
English (en)
Inventor
Cyril Plapous
Foued BOUCHNAK
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
Orange SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Orange SA filed Critical Orange SA
Priority to FR2111859A priority Critical patent/FR3128869A1/fr
Priority to PCT/EP2022/081001 priority patent/WO2023083755A1/fr
Publication of FR3128869A1 publication Critical patent/FR3128869A1/fr
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/378—Visual stimuli
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/38—Acoustic or auditory stimuli
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head

Abstract

L’invention concerne une détection d’un potentiel évoqué dans un signal physiologique (EEG) d’un utilisateur (UT), en réaction à la génération d’un signal de stimulation sensorielle (SSSn) joué par une interface homme machine (ECR) destinée à l’utilisateur (UT). Le signal de stimulation sensorielle (SSSn) est périodique et réglable en fréquence. Pour un signal de stimulation sensorielle, donné, on règle la fréquence du signal donné à une première fréquence (fn), puis on mesure une latence de réaction de l’utilisateur entre un moment de génération du signal donné et un moment de détection éventuelle du potentiel évoqué, et :- si la latence est inférieure à un seuil, on stocke une information selon laquelle la première fréquence est attribuable à un signal de stimulation sensorielle, - sinon, on répète le procédé avec une deuxième fréquence en remplacement de la première fréquence, la deuxième fréquence étant distincte de la première fréquence. Figure 1

Description

Détection perfectionnée de potentiels évoqués
L’invention porte sur la détection de potentiels évoqués (visuels, auditifs ou autres), via des interfaces neuronales directes.
Un potentiel évoqué est un signal qui apparait dans les signaux d’électroencéphalogramme (ou EEG ci-après) d’un utilisateur lorsque cet utilisateur UT est soumis à une stimulation sensorielle (visuelle, auditive, etc.). En référence à la , un équipement spécifique inclus un casque BCI (pour « Brain-Computer Interface ») permettant de mesurer les signaux EEG et de retrouver dans ces signaux la fréquence de la stimulation (par exemple visuelle sur la ). Ainsi, une interface homme/machine telle qu’un écran ECR peut présenter une source lumineuse (tache clignotante sur l’écran ou une diode de type LED dans une réalisation alternative à un écran) qui clignote à une fréquence fn inférieure à la fréquence de perception visuelle. Il a été observé que le cerveau de l’utilisateur UT émet des ondes ayant la même fréquence que la fréquence fn de la source de stimulation. Cette fréquence peut être mesurée précisément dans les signaux EEG capté par le casque BCI. Cette approche est nommée “SSEVP” pour “Steady-State Evoked Visual Potential”.
Un exemple de stimulus largement utilisé pour une application SSEVP est une image (ou une zone d’une image) clignotant à une fréquence fixée. Cette stimulation (le clignotement) génère un potentiel évoqué visuel qui consiste en un signal de même fréquence que celle du clignotement (plus les harmoniques éventuels). Il est possible de mesurer cette fréquence dans les signaux EEG de la personne soumise au clignotement. Cependant, l’utilisateur UT doit se concentrer longtemps sur ce clignotement (typiquement quelques secondes et plus particulièrement entre 2 et 4 secondes par exemple) pour garantir que le signal repéré ne correspond pas à un artéfact. De plus, les signaux EEG sont très variables d’une personne à l’autre et varient largement en fonction de beaucoup de paramètres (fatigue, contexte, concentration, etc.).
Certaines fréquences peuvent donc être plus facilement détectables chez certaines personnes que d’autres. Cela peut aussi varier chez une même personne au cours du temps et selon certaines conditions (état émotionnel, perturbations extérieures, etc.).
Ces conditions adverses font que les applications utilisant les SSVEP peuvent être relativement lentes à réagir. Par exemple, il peut être nécessaire de regarder une image clignotante pendant plusieurs secondes (autour de 4 secondes, voire plus) avant de détecter le potentiel évoqué et réussir à réaliser par exemple une action associée à ce clignotement. Si l’action consiste par exemple à changer la chaîne de la télévision, la manipulation de cette dernière devient alors fastidieuse.
La présente invention vient améliorer la situation.
Elle propose à cet effet un procédé de détection d’un potentiel évoqué dans un signal physiologique d’un utilisateur, en réaction à la génération d’un signal de stimulation sensorielle reproduit par une interface homme machine destinée à l’utilisateur. Le signal de stimulation sensorielle est périodique et réglable en fréquence. En particulier, le procédé de détection comporte une sélection de fréquences en fonction d’une vitesse de réaction de l’utilisateur aux signaux de simulation sensorielle.
On entend ici par « reproduire par une interface homme machine » le fait d’animer l’interface homme machine précitée avec un signal (visuel, audio, ou autre) en produisant par exemple un clignotement périodique sur un écran (en tant qu’interface homme machine) ou en jouant sur un ou plusieurs haut-parleurs un signal audio périodique.
Ainsi, la mise en œuvre du procédé permet de modifier une fréquence du signal de stimulation si ce dernier ne provoque pas, après un seuil de latence donnée, une réaction cérébrale de l’utilisateur.
Dans une telle réalisation, pour un signal de stimulation sensorielle, la fréquence est sélectionnée lorsqu’une latence de réaction de l’utilisateur entre un moment de génération du signal et un moment de détection éventuelle du potentiel évoqué est inférieure à un seuil.
Cette réaction est attendue généralement après une durée de l’ordre de 2 à 4 secondes. Si elle n’advient pas (par exemple après 4 secondes), la fréquence peut être changée pour stimuler l’utilisateur avec une autre fréquence.
Dans une telle réalisation, pour un signal de stimulation sensorielle, le procédé de détection peut comporter :
- un réglage de la fréquence du signal à une première fréquence,
- puis une mesure d’une latence de réaction de l’utilisateur entre un moment de génération du signal et un moment de détection éventuelle du potentiel évoqué,
et :
- si la latence est inférieure à un seuil, une sélection de la première fréquence comportant un stockage d’une information selon laquelle la première fréquence est attribuable à un signal de stimulation sensorielle,
- sinon, une répétition du procédé de détection de potentiel évoqué avec une deuxième fréquence en remplacement de la première fréquence, la deuxième fréquence étant distincte de la première fréquence.
Cette deuxième fréquence peut être plus basse pour permettre à l’utilisateur de se concentrer plus facilement sur la stimulation, ou plus élevée au contraire pour attirer son attention. Ainsi, la deuxième fréquence précitée peut être plus élevée ou plus basse que la première fréquence, de façon générale.
Si la première fréquence (ou la deuxième fréquence qui vient en remplacement de la première fréquence) a provoqué une réaction après une durée inférieure au seuil précité, le procédé de détection comporte, si ladite latence est inférieure au seuil, un stockage d’une information selon laquelle cette première fréquence est attribuée à ce signal donné de stimulation sensorielle.
Par rapport à un signal de stimulation sensorielle donné, une fois qu’une fréquence a pu être déterminée comme provoquant une réaction cérébrale après une latence inférieure au seuil précité, on peut spécifiquement assigner cette fréquence à ce signal donné. Ainsi, si ladite latence est inférieure au seuil, on stocke une information selon laquelle la première fréquence est attribuée à ce signal donné de stimulation sensorielle. Par cette mise en œuvre, à chaque jeu par l’interface homme/machine de ce signal de stimulation, la fréquence de ce signal est telle qu’elle provoque une réaction dont la latence est inférieure au seuil précité. Cette réalisation peut être avantageuse par exemple dans le cas d’un affichage de cibles clignotantes sur un écran à des fréquences respectives distinctes, et à des emplacements respectifs distincts. Dans ce cas, si l’une des cibles a provoqué une détection rapide à un emplacement donné, alors si cette cible doit être affichée de nouveau dans une utilisation ultérieure, elle peut être affichée par exemple au même emplacement dans l’écran et clignoter à la même fréquence.
Alternativement, on peut simplement retenir la fréquence qui a occasionné une détection rapide, et la conserver en mémoire en tant que fréquence utilisable parmi d’autres fréquences utilisables pour élaborer des signaux de stimulation pour cet utilisateur.
Par exemple, on peut attribuer, à une pluralité de signaux donnés de stimulation sensorielle, des fréquences respectives :
- choisies dans un ensemble de fréquences candidates, et
- dont le signal de stimulation sensorielle généré provoque la détection d’un potentiel évoqué après une latence inférieure audit seuil.
Le seuil précité peut être fixe, par exemple de 3 ou 4 secondes. Alternativement, il peut être relatif, comme exposé dans un mode de réalisation ci-après.
En effet, ce seuil peut être relatif, et le procédé peut comporter par exemple :
- un test des fréquences d’un ensemble de N fréquences candidates pour identifier les K plus petites latences de réaction à des signaux de stimulation sensorielle générés respectivement avec les N fréquences candidates, avec K<N, et
- un stockage d’une information selon laquelle les K fréquences ayant provoqué les K latences de réaction les plus petites sont attribuables à un signal de stimulation sensorielle.
Ainsi, ces K fréquences sont sélectionnées indépendamment d’une valeur seuil fixe. Par exemple les dernières des K fréquences sélectionnées peuvent être telles que leurs latences sont supérieures à 3 secondes, alors que les premières des K fréquences sélectionnées peuvent être telles que leurs latences sont inférieures à 3 secondes.
Dans une telle réalisation, le seuil relatif, précité, peut ainsi correspondre à la latence maximale parmi les K latences les plus petites, mesurées à partir de N générations de signaux de stimulation sensorielle avec les N fréquences respectives de l’ensemble de fréquences candidates.
Le procédé précité peut être mis en œuvre pendant une phase de calibration d’un dispositif de détection de potentiel évoqué dans le signal physiologique d’un utilisateur donné, le dispositif étant destiné à cet utilisateur donné. Il peut s’agir d’une calibration d’un dispositif propre à l’utilisateur. Alternativement, il peut s’agir d’une calibration générale pour un réglage d’usine, certaines fréquences étant moins efficaces, globalement, que d’autres.
En complément ou en variante, le procédé peut être mis en œuvre au fil d’une utilisation, par un utilisateur donné, d’un dispositif de détection de potentiel évoqué dans le signal physiologique de cet utilisateur donné. Dans une telle réalisation, les sélections des meilleures fréquences s’effectuent au fil de l’utilisation du dispositif. Typiquement lorsqu’une stimulation à une fréquence donnée n’est pas détectée ou détectée trop tardivement, cette fréquence peut être exclue de l’ensemble des fréquences attribuables, et remplacée par une nouvelle fréquence.
Une telle réalisation est avantageuse notamment pour faire varier les fréquences utilisées selon différents moments d’une journée requérant des attentions différentes (en matinée, ou après un repas, par exemple).
Ainsi, en complément ou en variante, le procédé peut être mis en œuvre à différents moments d’une journée et on prévoit un stockage d’au moins une fréquence attribuable à un signal de stimulation sensorielle, en correspondance d’un moment donné d’une journée (moment auquel la latence inférieure à un seuil à été mesuré).
Ces moments peuvent être propres à un utilisateur donné. Chaque moment peut en effet être spécifique à un utilisateur. Par exemple, des utilisateurs sont sensibles à certaines fréquences le soir, alors que d’autres y sont sensibles plutôt le matin. Ainsi, le procédé peut être mis en œuvre à différents moments d’une journée, pour cet utilisateur donné, et on peut prévoir un stockage d’au moins une fréquence attribuable à un signal de stimulation sensorielle destinée à cet utilisateur donné, en correspondance d’un moment donné d’une journée. La fréquence stockée peut être mémorisée en outre en correspondance d’un identifiant de l’utilisateur donné si cet utilisateur n’est pas le seul à utiliser le dispositif.
Par ailleurs, on entend ci-avant par « stockage de fréquence » aussi bien le stockage d’un indice de fréquence ou d’une valeur de cette fréquence, bien sûr.
La présente invention vise aussi un programme informatique comportant des instructions pour la mise en œuvre du procédé ci-avant, lorsque ces instructions sont exécutées par un processeur d’un circuit de traitement.
Elle vise aussi un support informatique non transitoire stockant des instructions d’un programme informatique du type ci-avant, et lisible par un circuit de traitement pour exécuter le procédé ci-avant.
La présente invention vise aussi un dispositif de détection de potentiel évoqué dans un signal physiologique d’un utilisateur comportant :
- un générateur de signaux de stimulation sensorielle, le générateur de signaux de stimulation sensorielle étant connecté à une interface homme machine apte à reproduire le signal de stimulation sensorielle généré à destination de l’utilisateur, le signal de stimulation sensorielle étant périodique et réglable en fréquence,
- un sélecteur de fréquences en fonction en fonction d’une vitesse de réaction de l’utilisateur aux signaux de simulation sensorielle.
Par exemple, le dispositif de détection de potentiel évoqué peut comporter au moins :
- un circuit de traitement configuré pour (sélectionner des fréquences dont les latences de réaction sont inférieures au seuil précité et) générer (avec une fréquence ainsi sélectionnée) le signal de stimulation sensorielle,
- une interface de sortie reliée d’une part au circuit de traitement et d’autre part à une interface homme machine destinée à l’utilisateur, pour reproduire le signal de stimulation sensorielle, et
- une interface d’entrée reliée au circuit de traitement pour recevoir ledit signal physiologique de l’utilisateur.
Par exemple, le circuit de traitement peut comporter une mémoire stockant au moins des identifiants (ou des valeurs) de fréquences respectives de signaux de stimulation sensorielle, et des informations propres à une partie desdites fréquences et selon lesquelles les fréquences de ladite partie sont couramment attribuables à des signaux de stimulation sensorielle (en fonction de l’utilisateur en cours, et/ou en fonction du moment de la journée en cours, ou autres).
D’autres avantages et caractéristiques de l’invention apparaitront à la lecture de la description d’exemples de réalisation présentés ci-après et à l’examen des dessins annexés sur lesquels :
La présente un système comportant un dispositif pour la mise en œuvre du procédé selon l’invention, selon un exemple de réalisation.
La illustre un procédé selon un exemple de réalisation.
Il est proposé de sélectionner automatiquement les meilleures fréquences de clignotement afin de maximiser la puissance du potentiel évoqué généré. Cette sélection automatique a pour but d’adapter les fréquences aux différents utilisateurs et/ou aux différentes conditions d’utilisation (état émotionnel, fatigue, perturbations extérieures). Habituellement, le signal utilisé consiste en une image avec une fréquence de clignotement fixe. Cette image, lorsqu’elle est visualisée par un être humain, génère un potentiel évoqué visuel d’une durée équivalente à la stimulation et qui est repérable sur les signaux EEG enregistrés via un casque BCI.
Ci-après on considère une application d’interface homme/machine par exemple, qui nécessite K fréquences permettant de réaliser K actions. L’utilisateur UT peut visualiser par exemple sur l’écran ECR de la plusieurs motifs clignotant à des fréquences différentes et désignant chacun une action différente (un logo pour augmenter ou diminuer le volume d’un téléviseur, un logo pour changer de chaine, etc.). L’utilisateur UT concentre son regard sur l’un des logos clignotants à une fréquence donnée fn et le casque BCI identifie dans le signal EEG la fréquence fn. Ainsi, l’action correspondant à cette fréquence peut être exécutée. Un tel procédé peut permettre l’élaboration d’une interface homme/machine par exemple pour des personnes handicapées motrices.
Une solution classique de SSVEP utiliserait alors uniquement K fréquences qui seraient suffisantes pour réaliser K actions (un nombre inférieur de fréquences, selon les applications, pouvant être possible car toutes les fréquences ne sont pas nécessairement utilisées simultanément, ce qui n’a en réalité aucun impact sur l’intérêt de l’invention).
Il est proposé dans un mode de réalisation de la présente invention détaillé ci-après d’utiliser N fréquences, avec N>K (strictement), et donc ainsi plus de fréquences que d’actions possibles.
Habituellement, une phase de calibration est mise en œuvre pour chaque utilisateur afin de rendre robuste la détection de ses potentiels évoqués. Cette calibration peut être réalisée avant chaque utilisation, ce qui a pour but d’améliorer la robustesse de la détection. Ici, l’étape de calibration peut être réalisée avec N fréquences au lieu de K habituellement. A l’issue de cette calibration, il est possible de disposer alors de N fréquences pour réaliser K actions.
On cherche ici à sélectionner les meilleures fréquences, c’est-à-dire celles qui permettent de réaliser les actions avec la réponse la plus rapide de l’utilisateur. En effet, certaines fréquences sont plus faciles à détecter chez certaines personnes que chez d’autres. Par ailleurs, certaines fréquences peuvent aussi être mieux adaptées à certains moments de la journée ou à certaines conditions chez un même utilisateur (concentration (bruit ou sollicitations autour de l’utilisateur), état émotionnel, fatigue, ou autres).
Ainsi, à l’initialisation de la session d’utilisation, K fréquences sont sélectionnées parmi les N fréquences disponibles. Cette sélection peut être aléatoire ou non. Le système est ensuite utilisé de façon habituelle par l’utilisateur afin de pouvoir réaliser K actions possibles.
Suite à la sélection d’une action (via une fréquence de clignotement dans l’exemple de la ), le système peut garder en mémoire la fréquence fn qui a été reconnue et combien de temps (délai tn) il a fallu pour détecter cette fréquence. Le délai tn représente donc l’écart temporel entre le début de stimulation sensorielle et le début de détection du potentiel évoqué dans le signal EEG de l’utilisateur.
Par exemple, le délai tn nécessaire pour détecter cette fréquence peut être calculéa posteriorien analysant le signal EEG préalablement enregistré. Le système peut analyser la séquence enregistrée avant le moment de détection. Sachant la fréquence qui a été reconnue, il est donc possible d’analyser l’énergie dans cette bande de fréquences et ainsi déterminer depuis combien de temps elle était présente avant la détection.
Dans la suite, afin de réaliser cette même action une nouvelle fois, une fréquence de clignotement différente y est associée. Le choix de cette fréquence peut être aléatoire ou non et cette fréquence doit être choisie parmi celles non utilisées pour l’instant (à savoir parmi (N-K) fréquences pour cette nouvelle étape).
Ainsi, lorsque l’utilisateur concentre son attention pour sélectionner une deuxième action (qui peut être identique ou différente de la première action, la fréquence de clignotement par contre étant strictement différente), une fréquence différente de celle de l’étape précédente peut être détectée dans le potentiel évoqué de l’utilisateur.
De la même façon, cette nouvelle fréquence fm ainsi que son délai de détection tm sont enregistrés.
En procédant de même pour la détection des fréquences suivantes, on obtient un délai de détection ti associé à chacune des N fréquences disponibles fi, à l’issue de l’étape S2 de la . Il convient de noter que les N fréquences testées sur l’utilisateur peuvent être choisies à l’étape S1 de la selon différents critères. Un premier critère est de ne pas retenir des fréquences multiples l’une de l’autre dans l’ensemble des N fréquences. En effet, le signal EEG récolte la fréquence fn et possiblement des harmoniques de cette fréquence. Il convient donc d’exclure des multiples de cette fréquence fn dans l’ensemble des N fréquences. Par exemple, des fréquences telles que 10,1 Hz et 10,2 Hz peuvent être retenues, étant démontré que le cerveau d’un individu peut distinguer un écart de fréquence aussi faible que 0,1 Hz et délivrer des potentiels évoqués à ces fréquences respectives. On peut filtrer aussi des fréquences perturbatrices comme les fréquences du réseau de distribution électrique (50Hz en France), et ses harmoniques ou ses divisions par exemple par deux (25Hz, 12,5Hz, etc.).
Après obtention d’un délai tn mesuré par fréquence fn, il est possible de classer ces N fréquences à l’étape S3. En effet, la meilleure fréquence est celle permettant la détection la plus rapide (i.e.le délai tn le plus court). Après avoir classé ces N fréquences fn par ordre de durées tn croissantes, il est possible de sélectionner à l’étape S4 les K meilleures fréquences (celles dont les K durées respectives sont les plus petites) et de les attribuer aux K actions utilisées par le système. Cette attribution peut être réalisée de façon aléatoire ou non. Le cas non aléatoire correspond à celui où une fréquence est choisie pour une action spécifique, par exemple la fréquence la mieux détectée est celle dont l’action est généralement la plus utilisée (comme par exemple « annuler et retourner en arrière »).
Sur la , les K fréquences sélectionnées sont notées f’1, …, f’K, la notation « f’ » pour ces fréquences se justifiant car elles ne sont pas nécessairement identiques aux K premières fréquences de l’ensemble Sn des N fréquences f1, …, fK, …, fN.
Une telle réalisation permet donc d’optimiser automatiquement la sélection des fréquences pour chaque utilisateur. De la même façon, dès que les conditions d’utilisation varient avec le temps et les moments d’une journée (d’attention différente entre après un repas et le matin par exemple), il est possible de programmer le système pour s’adapter à ces différents moments en sélectionnant les fréquences donnant les meilleures performances en termes de délai de détection de potentiel évoqué.
Dans le cas où le système est utilisé en continu ou pendant une longue période de temps, les conditions extérieures ou l’état mental de l’utilisateur peuvent varier. Une fréquence préalablement écartée (parmi N fréquences) peut dorénavant être meilleure que les K fréquences couramment utilisées. Il est donc intéressant de prévoir la possibilité de réintroduire les fréquences écartées par une répétition des étapes S2 à S4, pour une nouvelle sélection de K fréquences. Ceci peut être réalisé après une temporisation (étape S5 en traits pointillés) préalablement fixée (par exemple après quelques heures d’utilisation) ou via une action volontaire de l’utilisateur, par exemple.
Ainsi, l’invention réunit les avantages suivants:
- Sélection automatique des K fréquences donnant les meilleures performances, en termes de temps de réponse ;
- Adaptation automatique du système à différents utilisateurs possibles ;
- Robustesse du système à la modification des conditions d’utilisation (état émotionnel, fatigue, perturbations extérieures).
L’invention trouve de nombreuses applications, notamment toutes les applications utilisant le SSVEP (en améliorant cette approche). Elle peut permettre par exemple la commande d’une maison connectée via un casque BCI (allumer la télévision, changer de chaîne, allumer la lumière, éteindre le chauffage, etc.)
Bien entendu, la présente invention ne se limite pas à la forme de réalisation présentée ci-avant. Elle s’étend à d’autres variantes.
Par exemple, ci-avant, on a décrit une phase de calibration comme première étape de sélection des K fréquences parmi N possibles. Néanmoins, pendant la calibration, un certain nombre d’éléments peuvent être mémorisés, notamment la puissance dans la bande de fréquence intéressante et la durée pendant laquelle on observe cette puissance. Ensuite, lorsque l’utilisateur utilise le système, les N fréquences sont utilisées chacune une fois et ces fréquences sont détectées grâce aux éléments (puissance, durée, etc.) enregistrés lors de la phase de calibration. Ensuite le délai de détection tn, mesuré pour chaque fréquence fn, permet de classer les fréquences de la meilleure à la moins bonne (selon le critère du délai de détection).
Ce classement des fréquences peut être opéré pendant la phase de calibration elle-même comme décrit plus haut, ou simplement au fil de l’utilisation, typiquement en détectant la durée de réaction à chaque fréquence utilisée pour une action par exemple.
Par ailleurs, on a décrit ci-avant une réaction à une stimulation visuelle (sur un écran ECR typiquement). Toutefois, il a été observé aussi des réactions à des stimulations auditives notamment. Un ou plusieurs haut-parleurs peuvent jouer des sons (par exemple des bips) de fréquences différentes et un utilisateur se concentrant sur l’un des sons peut ainsi sélectionner une action.

Claims (14)

  1. Procédé de détection d’un potentiel évoqué dans un signal physiologique (EEG) d’un utilisateur (UT), en réaction à la génération d’un signal de stimulation sensorielle (SSS) reproduit par une interface homme machine (ECR) destinée à l’utilisateur (UT), le signal de stimulation sensorielle (SSS) étant périodique et réglable en fréquence, dans lequel, le procédé de détection comporte une sélection de fréquences en fonction d’une vitesse de réaction de l’utilisateur aux signaux de simulation sensorielle.
  2. Procédé de détection selon la revendication 1, dans lequel, pour un signal de stimulation sensorielle, la fréquence est sélectionnée lorsqu’une latence de réaction (tn) de l’utilisateur entre un moment de génération du signal et un moment de détection éventuelle du potentiel évoqué est inférieure à un seuil.
  3. Procédé de détection selon l’une quelconque des revendications 1 ou 2, dans lequel pour un signal de stimulation sensorielle, le procédé de détection comporte :
    - un réglage de la fréquence du signal à une première fréquence (fn),
    - puis une mesure d’une latence de réaction (tn) de l’utilisateur entre un moment de génération du signal et un moment de détection éventuelle du potentiel évoqué,
    et :
    - si la latence (tn) est inférieure à un seuil, une sélection de la première fréquence comportant un stockage d’une information selon laquelle la première fréquence est attribuable à un signal de stimulation sensorielle (SSS),
    - sinon, une répétition du procédé de détection de potentiel évoqué avec une deuxième fréquence en remplacement de la première fréquence, la deuxième fréquence étant distincte de la première fréquence.
  4. Procédé selon l’une des revendications 2 ou 3, dans lequel, le procédé de détection comporte, si ladite latence (tn) est inférieure au seuil, un stockage d’une information selon laquelle la première fréquence (fn) est attribuée audit signal donné de stimulation sensorielle (SSSn).
  5. Procédé selon l’une des revendications 2 à 4, dans lequel on attribue, à une pluralité de signaux donnés de stimulation sensorielle, des fréquences respectives (f’k) :
    - choisies dans un ensemble de fréquences candidates (f1, …, fN), et
    - dont le signal de stimulation sensorielle généré provoque la détection d’un potentiel évoqué après une latence inférieure audit seuil.
  6. Procédé selon l’une des revendications 2 à 5, dans lequel ledit seuil est relatif, et le procédé comporte :
    - un test des fréquences d’un ensemble de N fréquences candidates pour identifier les K plus petites latences de réaction à des signaux de stimulation sensorielle générés respectivement avec les N fréquences candidates, avec K<N, et
    - un stockage d’une information selon laquelle les K fréquences ayant provoqué les K latences de réaction les plus petites sont attribuables à un signal de stimulation sensorielle (SSS).
  7. Procédé selon l'une des revendications précédentes, mis en œuvre pendant une phase de calibration d’un dispositif (DIS) de détection de potentiel évoqué dans le signal physiologique d’un utilisateur donné, le dispositif étant destiné à cet utilisateur donné.
  8. Procédé selon l'une des revendications précédentes, mis en œuvre au fil d’une utilisation, par un utilisateur donné (UT), d’un dispositif (DIS) de détection de potentiel évoqué dans le signal physiologique de cet utilisateur donné.
  9. Procédé selon l’une des revendications précédentes, mis en œuvre à différents moments d’une journée et comportant un stockage d’au moins une fréquence attribuable à un signal de stimulation sensorielle (SSS), en correspondance d’un moment donné d’une journée.
  10. Procédé selon la revendication 8, mis en œuvre à différents moments d’une journée, pour un utilisateur donné, et comportant un stockage d’au moins une fréquence attribuable à un signal de stimulation sensorielle (SSS) destinée à cet utilisateur donné (UT), en correspondance d’un moment donné d’une journée.
  11. Programme informatique comportant des instructions pour la mise en œuvre du procédé selon l’une des revendications 1 à 10, lorsque lesdites instructions sont exécutées par un processeur d’un circuit de traitement.
  12. Dispositif de détection de potentiel évoqué dans un signal physiologique d’un utilisateur comportant :
    - un générateur de signaux de stimulation sensorielle (SSS), le générateur de signaux de stimulation sensorielle étant connecté à une interface homme machine (ECR) apte à reproduire le signal de stimulation sensorielle généré à destination de l’utilisateur (UT), le signal de stimulation sensorielle (SSS) étant périodique et réglable en fréquence,
    - un sélecteur de fréquences en fonction en fonction d’une vitesse de réaction de l’utilisateur aux signaux de simulation sensorielle.
  13. Dispositif de détection de potentiel évoqué selon la revendication 12, dans lequel le dispositif de détection comporte au moins :
    - un circuit de traitement (PROC, MEM) configuré pour générer le signal de stimulation sensorielle (SSS) et sélectionner au moins une fréquence,
    - une interface de sortie (OUT) reliée d’une part au circuit de traitement et d’autre part à une interface homme machine (ECR) destinée à l’utilisateur (UT), pour reproduire le signal de stimulation sensorielle (SSS), et
    - une interface d’entrée (IN) reliée au circuit de traitement pour recevoir ledit signal physiologique de l’utilisateur.
  14. Dispositif selon la revendication 13, dans lequel le circuit de traitement comporte une mémoire (MEM) stockant au moins des identifiants de fréquences respectives de signaux de stimulation sensorielle (SSS), et des informations propres à une partie desdites fréquences et selon lesquelles les fréquences de ladite partie sont couramment attribuables à des signaux de stimulation sensorielle (SSS).
FR2111859A 2021-11-09 2021-11-09 Détection perfectionnée de potentiels évoqués Pending FR3128869A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
FR2111859A FR3128869A1 (fr) 2021-11-09 2021-11-09 Détection perfectionnée de potentiels évoqués
PCT/EP2022/081001 WO2023083755A1 (fr) 2021-11-09 2022-11-07 Détection perfectionnée de potentiels évoqués

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2111859 2021-11-09
FR2111859A FR3128869A1 (fr) 2021-11-09 2021-11-09 Détection perfectionnée de potentiels évoqués

Publications (1)

Publication Number Publication Date
FR3128869A1 true FR3128869A1 (fr) 2023-05-12

Family

ID=80595475

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2111859A Pending FR3128869A1 (fr) 2021-11-09 2021-11-09 Détection perfectionnée de potentiels évoqués

Country Status (2)

Country Link
FR (1) FR3128869A1 (fr)
WO (1) WO2023083755A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868562A (zh) * 2016-03-31 2016-08-17 天津大学 基于稳态视觉诱发电位调制的神经工效增强方法和装置
KR101720766B1 (ko) * 2015-12-01 2017-03-28 고려대학교 산학협력단 거리 변화를 고려한 안정 상태 시각 유발 전위 기반 뇌파 분석 장치 및 방법
US20190384392A1 (en) * 2013-03-15 2019-12-19 Interaxon Inc. Wearable computing apparatus and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190384392A1 (en) * 2013-03-15 2019-12-19 Interaxon Inc. Wearable computing apparatus and method
KR101720766B1 (ko) * 2015-12-01 2017-03-28 고려대학교 산학협력단 거리 변화를 고려한 안정 상태 시각 유발 전위 기반 뇌파 분석 장치 및 방법
CN105868562A (zh) * 2016-03-31 2016-08-17 天津大学 基于稳态视觉诱发电位调制的神经工效增强方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HUBERT CECOTTI: "A Self-Paced and Calibration-Less SSVEP-Based Brain-Computer Interface Speller", IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, IEEE, USA, vol. 18, no. 2, 1 April 2010 (2010-04-01), pages 127 - 133, XP011328423, ISSN: 1534-4320, DOI: 10.1109/TNSRE.2009.2039594 *
NICOLAE IRINA-EMILIA: "An improved stimuli system for Brain-Computer Interface applications", PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ELECTRONICS, COMPUTERS AND ARTIFICIAL INTELLIGENCE - ECAI-2013, IEEE, 27 June 2013 (2013-06-27), pages 1 - 4, XP032510552, ISBN: 978-1-4673-4935-2, [retrieved on 20131017], DOI: 10.1109/ECAI.2013.6636157 *
SHIAM ABDULLAH AL ET AL: "Brain Computer Interface Implementation with Short-Time SSVEP", 2018 INTERNATIONAL CONFERENCE ON COMPUTER, COMMUNICATION, CHEMICAL, MATERIAL AND ELECTRONIC ENGINEERING (IC4ME2), IEEE, 8 February 2018 (2018-02-08), pages 1 - 4, XP033404432, DOI: 10.1109/IC4ME2.2018.8465628 *
VALBUENA D ET AL: "sBCI: Fast detection of steady-state visual evoked potentials", 2010 ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY : (EMBC 2010) ; BUENOS AIRES, ARGENTINA, 31 AUGUST - 4 SEPTEMBER 2010, IEEE, PISCATAWAY, NJ, USA, 31 August 2010 (2010-08-31), pages 3966 - 3969, XP032109644, ISBN: 978-1-4244-4123-5, DOI: 10.1109/IEMBS.2010.5627990 *

Also Published As

Publication number Publication date
WO2023083755A1 (fr) 2023-05-19

Similar Documents

Publication Publication Date Title
FR2747346A1 (fr) Appareil et procede d&#39;estimation du niveau de somnolence du conducteur d&#39;un vehicule
WO1997040745A1 (fr) Systeme de collecte et de traitement d&#39;informations biometriques
EP3424031A1 (fr) Dispositif et méthode de surveillance d&#39;un conducteur d&#39;un véhicule automobile
WO2018042133A1 (fr) Prédiction de l&#39;attention d&#39;un auditoire lors d&#39;une présentation
WO2018091856A1 (fr) Dispositif à casque audio, perfectionné
WO2015192618A1 (fr) Procédé de surveillance de conduite, dispositif et support d&#39;enregistrement informatique
EP1381316A2 (fr) Dispositif d&#39;aide a l&#39;analyse de bruits adventices
CH685917A5 (fr) Instrument de mesure de niveau de stress.
EP0867856A1 (fr) &#34;Méthode et dispositif de detection d&#39;activité vocale&#34;
FR2805072A1 (fr) Procede d&#39;ajustement du volume sonore d&#39;un enregistrement sonore numerique
CA2921476A1 (fr) Procede d&#39;assistance a l&#39;exploration visuelle pour un individu atteint d&#39;une pathologie retinienne se traduisant par un scotome
WO2017093439A1 (fr) Dispositif de commande vocale d&#39;un appareil de capture d&#39;images
US10451952B2 (en) Systems and methods to transform events and/or mood associated with playing media into lighting effects
FR2827069A1 (fr) Dispositifs et procede de production de musique en fonction de parametres physiologiques
FR2985021A1 (fr) Methode de cotation du bruit des freins d&#39;un vehicule automobile
Oberfeld et al. Temporal weights in the perception of sound intensity: Effects of sound duration and number of temporal segments
CA2494697A1 (fr) Procede de calibrage d&#39;audio-intonation
WO2023083755A1 (fr) Détection perfectionnée de potentiels évoqués
EP1652180B1 (fr) Procede de reproduction de documents audio a l&#39;aide d&#39;une interface presentant des groupes de documents, et appareil de reproduction associe
FR3049418A1 (fr) Procede et dispositif de controle du reglage d&#39;au moins un parametre audio et/ou video, terminal et programme d&#39;ordinateur correspondants
EP2917868B1 (fr) Procede d&#39;identification
EP3293988B1 (fr) Procédé de contrôle de la détection en temps réel d&#39;une scène par un appareil de communication sans fil, par exemple un téléphone mobile cellulaire, et appareil correspondant
FR3054362A1 (fr) Circuit et procede de reconnaissance de parole
WO1991014399A1 (fr) Papillometre
EP3895142A1 (fr) Procédé de détermination d&#39;un niveau de somnolence d&#39;un conducteur de véhicule

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20230512