Projet 4A : Casque d'interaction neuronale (2021/2022)

Outils pour utilisateurs

Outils du site

Piste:
start

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision 		Révision précédente
start [13/06/2022 14:13]
aristide.bourry [III : Test du fonctionnement du casque pour la première fois] 		start [13/06/2022 14:18] (Version actuelle)
aristide.bourry [VIII : Conclusion]
Ligne 152: Ligne 152:
 Filtrage bipolaire sur l'électrode C3. La valeur du signal au niveau de C3 est estimée en soustrayant les valeurs des électrodes adjacentes (dans ce cas celles situées en haut et en bas de C3). Filtrage bipolaire sur l'électrode C3. La valeur du signal au niveau de C3 est estimée en soustrayant les valeurs des électrodes adjacentes (dans ce cas celles situées en haut et en bas de C3).
  
-En ce qui concerne les filtres spatiaux, nous avons utilisé des filtres Laplaciens et bipolaires autour des électrodes C3 et C4, qui sont bien connues d’après la littérature pour héberger l’activité cérébrale issue des mouvements ou des mouvements imaginés. Ces filtres vont permettre de masquer l’activité cérébrale de fond et ainsi mettre en valeur les caractéristiques recherchées dans le signal.+En ce qui concerne les filtres spatiaux, nous avons utilisé des filtres Laplaciens et bipolaires autour des électrodes C3 et C4, qui sont bien connues d’après la littérature pour héberger l’activité cérébrale issue des mouvements ou des mouvements imaginés. Ces filtres vont permettre de masquer l’activité cérébrale de fond et ainsi de mettre en valeur les caractéristiques recherchées dans le signal.
  
 Pour le filtrage fréquentiel, nous avons mis en place un filtre passe-bande dans la bande de fréquences mu (8-12 Hz). En effet, cette bande est, d’après la littérature, celle qui est la plus adaptée pour la classification des mouvements.  Pour le filtrage fréquentiel, nous avons mis en place un filtre passe-bande dans la bande de fréquences mu (8-12 Hz). En effet, cette bande est, d’après la littérature, celle qui est la plus adaptée pour la classification des mouvements. 
Ligne 198: Ligne 198:
 Exemple d'application utilisant les casques neuronaux (état de l'art) Exemple d'application utilisant les casques neuronaux (état de l'art)
  
-Les applications pour les casques neuronaux sont surtout dans le domaine du médical. L'acquisition, le conditionnement et l'affichage de signaux EEG possède un réel intérêt médical dans le sens où on peut diagnostiquer certaines affectations neurologiques tel que l'épilepsie, traumatismes crâniens, etc... Ou alors visualiser l'état du cerveau lors de chirurgies particulières.+Les applications pour les casques neuronaux sont surtout dans le domaine du médical. L'acquisition, le conditionnement et l'affichage de signaux EEG possèdent un réel intérêt médical dans le sens où on peut diagnostiquer certaines affectations neurologiques tel que l'épilepsie, traumatismes crâniens, etc... Ou alors visualiser l'état du cerveau lors de chirurgies particulières.
  
 Exemple d'application utilisant les casque d'intégration neuronale (BCI) (état de l'art) Exemple d'application utilisant les casque d'intégration neuronale (BCI) (état de l'art)
Ligne 210: Ligne 210:
 ==== VIII : Conclusion ==== ==== VIII : Conclusion ====
  
-Pour conclure, nous avions commencé ce projet en ayant aucune connaissance dans les BCI ni même dans les EEG. Au début, il nous a fallu faire beaucoup de recherches sur le sujet, et aussi beaucoup de lecture de la documentation d'OpenBCI afin de pouvoir ne serait-ce que prendre en main le GUI et comment construire le casque. Tout durant ce projet à été découverte et nouveauté. Nous n'avions quasiment aucune compétence dans ce domaine et nous nous sommes tous formés durant le projet. Et au fur et à mesure, nous avons acquis des compétences dans les différents domaines développés ci-dessus, nous permettant de prendre en main le casque et de concevoir une application interagissant avec celui-ci. La suite serait donc de d'explorer les différentes possibilités d'application avec l'OpenBCI dans différents domaines et d'essayer de répondre aux besoins de demain.   +Pour conclure, nous avions commencé ce projet en n'ayant aucune connaissance dans les BCI ni même dans les EEG. Au début, il nous a fallu faire beaucoup de recherches sur le sujet, et aussi beaucoup de lecture de la documentation d'OpenBCI afin de pouvoir ne serait-ce que prendre en main le GUI et comment construire le casque. Tout durant ce projet a été découverte et nouveauté. Nous n'avions quasiment aucune compétence dans ce domaine et nous nous sommes tous formés durant le projet. Et au fur et à mesure, nous avons acquis des compétences dans les différents domaines développés ci-dessus, nous permettant de prendre en main le casque et de concevoir une application interagissant avec celui-ci. La suite serait donc d'explorer les différentes possibilités d'application avec l'OpenBCI dans différents domaines et d'essayer de répondre aux besoins de demain.
start.1655129601.txt.gz · Dernière modification: 13/06/2022 14:13 de aristide.bourry

Outils de la page

Sauf mention contraire, le contenu de ce wiki est placé sous les termes de la licence suivante : CC Attribution-Share Alike 4.0 International
CC Attribution-Share Alike 4.0 International Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki