COMMISSARIAT A L'ENERGIE ATOMIQUE ET AUX ENERGIES ALTERNATIVES
发明人:
TETIANA AKSENOVA,ANDRIY YELISYEYEV
申请号：
FR1650092
公开号：
FR3046471A1
申请日:
2016.01.06
申请国别(地区):
FR
年份:
2017
代理人:
摘要：
The invention relates to a method for calibrating a direct neural interface (BCI). The BCI interface receives electro-physiological signals and provides control signals describing a path to a computer or machine. The electrophysiological signals are represented by an input tensor and the path by an output tensor, the interface performing an estimate of the output tensor from the input tensor based on a linear predictive model. The input tensor is extended according to the mode of the observation instants to take into account the derivative of the components of the input tensor and / or a polynomial interpolation of these components. The parameters of the linear predictive model are computed during a learning phase from a partial least squares (NPLS) multivariate regression between the output tensor and the thus extended input tensor. L'invention concerne une méthode de calibration d'une interface neuronale directe (BCI). L'interface BCI reçoit des signaux électro-physiologiques et fournit des signaux de commande décrivant une trajectoire à un ordinateur ou une machine. Les signaux électrophysiologiques sont représentés par un tenseur d'entrée et la trajectoire par un tenseur de sortie, l'interface effectuant une estimation du tenseur de sortie à partir du tenseur d'entrée sur la base d'un modèle prédictif linéaire. Le tenseur d'entrée est étendu selon le mode des instants d'observation pour prendre en compte la dérivée des composantes du tenseur d'entrée et/ou une interpolation polynomiale de ces composantes. Les paramètres du modèle prédictif linéaire sont calculés lors d'une phase d'apprentissage à partir d'une régression multivariée des moindres carrés partiels (NPLS) entre le tenseur de sortie et le tenseur d'entrée ainsi étendu.
