📔
ERPs
  • Initiation aux ERPs
  • Nature du signal
  • Là où il n'y a pas de bruit, il n'y a pas de signal
  • Avantages et inconvénients
  • Les étapes d'analyse du signal
  • Les principales ERPs
  • Une checklist indispensable
Powered by GitBook
On this page
  • Avantages
  • Une haute précision temporelle
  • Déterminer le processus influencé par l'expé
  • Recueillir des informations sans comportement mesurable
  • Inconvénients
  • Le problème de la superposition
  • Le problème de la source
  • Le problème du dispositif

Was this helpful?

Avantages et inconvénients

PreviousLà où il n'y a pas de bruit, il n'y a pas de signalNextLes étapes d'analyse du signal

Last updated 3 years ago

Was this helpful?

Avantages

La nature des ERPs induit un certain nombre d'avantages et d'inconvénients. Il est important de les avoir à l'esprit lorsque l'on veut tester une hypothèse ou étudier un phénomène psychologique particulier.

Une haute précision temporelle

Le signal cérébral électrique transite rapidement au travers des différentes structures du cerveau, du crâne et jusqu'au scalp. L'électroencéphalographe est capable de recueillir ce signal en temps réel à la milliseconde près, selon les dispositifs.

Ce qui est particulièrement intéressant, c'est que l'outil nous permet d'enregistrer l'activité en continu. Dans le cadre d'une expérimentation, cela signifie qu'on enregistre l'activité avant, pendant et après la diffusion d'un stimulus.

Déterminer le processus influencé par l'expé

Comparer les performances des participants entre deux conditions expérimentales apporte un certain nombre d'informations. Classiquement, un temps de réaction plus élevé dans le traitement de stimuli d'une condition par rapport à un autre est traduit comme étant associé à une demande de ressources cognitives ou à un traitement cognitif plus important. Mais de quelles ressources ou de quel type de traitement parlons-nous ?

Les ERPs peuvent aider à répondre à cette question.

La figure 4 illustre une comparaison de composantes ERPs entre deux conditions expérimentales, des stimuli fréquents (X) et peu fréquents (O). Qualitativement, nous observons plusieurs différences. Par exemple, alors que les composantes P1 et N1 diffèrent peu, la composante P2 semble plus positive pour les stimuli peu fréquents que pour les stimuli fréquents ; la composante N2 serait plus négative pour les stimuli peu fréquents que pour les stimuli fréquents et la composante P3 semble plus positive pour les stimuli peu fréquents que pour les stimuli fréquents. Moyennant une connaissance solide sur les composantes, nous pouvons inférer quels processus sont sensibles au paradigme et lesquels ne le sont pas.

Le corollaire est que les ERPs peuvent permettre d'identifier plusieurs processus cognitifs, si nous partons du principe qu'une composante est associée plus spécifiquement à un processus.

Recueillir des informations sans comportement mesurable

Au cours d'une expérimentation, il n'est pas toujours possible ou souhaitable d'obtenir une réponse comportementale. Cela peut dépendre par exemple de la population étudiée. C'est le cas chez les enfants auxquels il est parfois difficile de demander une réponse, surtout chez les très jeunes. C'est également intéressant auprès d'une population ne pouvant produire de réponse comportementale suite à des troubles neurologique.

Il existe un certaine nombre de paradigmes pour lesquels les ERPs sont supérieurs aux réponses comportementales. Les processus de traitements implicites, la présentation de stimuli trop rapides pour appeler une réponse comportementale ou le traitement d'un mot en milieu de phrase dans l'étude du langage sont des exemples de tels paradigmes.

Inconvénients

Les inconvénients des ERPs ont la même origine que les avantages : la nature du signal.

Le problème de la superposition

Pour rappel, le signal EEG est la somme d'un ensemble de signaux. De même, un signal ERP est une somme de différentes composantes. Et malgré l'analyse de Fourier, il est extrêmement difficile de décomposer un signal ERP en chacune de ses composantes.

La figure 5 illustre ce problème de superposition des composantes. La figure 5A présente une composante ERP recueillie. La figure 5B présente une possibilité au problème de décomposition de l'ERP observée. La figure 5C présente une autre solution au même problème.

Le problème de la source

Ce problème est également appelé problème inverse et est assez fréquemment rencontré dans l'étude de l'analyse du signal. Concrètement, il survient lorsque les possibilités de résolutions d'un problèmes sont trop nombreuses pour déterminer la bonne solution.

Le problème du dispositif

Le signal recueilli par l'électroencéphalographe est extrêmement sensible à un certain nombre de sources de non-intérêt pour l'étude en cours. Même si nous avons à notre disposition de nombreux outils pour identifier, corriger ou rejeter ces signaux, il est quasiment impossible de faire sans et donc nécessaire d'en avoir conscience.

Il existe différentes sources de bruit :

  • Le sujet

    • Les mouvements de la tête

    • Les mouvements des yeux (verticaux qui donnent des pics et horizontaux qui produisent des plateaux dans le signal)

    • Les mouvements musculaires (notamment des mâchoires)

    • Le rythme cardiaque

  • Le matériel

    • Les électrodes défectueuses

  • L'environnement

    • La fréquence de 50 Hz

Pour une illustration complète et didactique, je vous recommande .

ce site
Fig. 4 : Comparaison d'ERPs dans un paradigme oddball
Fig. 5 : Illustration du problème de superposition