Le cours est composé des quatre segments suivants :
I. Principes et Acquisition de l’activité bioélectrique cérébrale (introduction, 2 semaines): Signaux électrophysiologiques, électroencéphalographiques (EEG). Les principaux signaux fonctionnels de l’activité cérébrale (ERP, BOLD). L’analyse harmonique des signaux bioélectriques; couplages et connectivité.
II. L’analyse temps-fréquence des signaux (4 semaines): Transformées en ondelettes continues; frames et bases orthonormales; transformées multirésolution (Daubechies); Paquets d’ondelettes et algorithmes de poursuite; principes et applications des analyses par ondelettes (débruitage, déconvolution, reconnaissance de patrons); Analyse des signaux 1/f et analyses multifractales.
III. Problèmes inverses (4 semaines) : Modèles génératifs en MEG-EEG; analyse en composantes principales (ACP); séparation et localisation de sources (ICA); Principes de régularisation de problèmes inverses (Minimum Norm, LORETA); Méthodes par filtrage (MUSIC, Beamformer); Méthodes Bayesiennes (maximum d’entropie); localisation de l’activité cérébrale; fusion multimodale.
IV. Formalisme Bayesien de l’apprentissage (3 semaines) : modèle génératifs et apprentissage; inférence et apprentissage; principe de l’énergie libre; algorithme d’apprentissage EM; modèles hierarchiques; Dynamic Causal Modeling et modèles de masses neurales.