Communication Dans Un Congrès Année : 2025

Réseaux de neurones sur graphes pour l'analyse de signaux EEG

Résumé

Les signaux électro-encéphalographiques (EEG) suscitent un intérêt croissant car il permettent d'accéder à des informations précises sur l'activité cérébrale. Tirant profit de ces informations recueillies, des méthodes d'apprentissage statistique ont été développées durant les dernières années afin de classifier divers états cognitifs. Entre autres, les réseaux de neurones sur graphes apparaissent comme des outils prometteurs, intégrant à la fois la structure sous-jacente entre les noeuds (i.e electrodes) et les descripteurs du signal associé à chaque noeud. Cependant, dans ses representations, les position des électrodes reste encore très peu exploitée. Ce travail propose une approche de réseaux de neurones sur graphe, pour la classification à partir des signaux EEG, intégrant la position des électrodes, des mesures d'énergies des signaux et leur degré de connectivité. La classification est effectuée en considérant différentes structures de graphes ou combinaisons de descripteurs. Les résultats obtenus montrent que cette approche surpasse la méthode de référence basée sur du filtrage spatial (Common Spatial Pattern).

Fichier principal
Vignette du fichier
Gretsi_Msarkis.pdf (849.82 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05491168 , version 1 (03-02-2026)

Licence

Identifiants

  • HAL Id : hal-05491168 , version 1

Citer

Maria Sarkis, Mira Rizkallah, Saïd Moussaoui. Réseaux de neurones sur graphes pour l'analyse de signaux EEG. XXXe Colloque Francophone de Traitement du Signal et des Images Gretsi, Aug 2025, Strasbourg, France. ⟨hal-05491168⟩
142 Consultations
57 Téléchargements

Partager

  • More