Chaîne de traitement & analyses

La chaîne de traitement utilisée dans cette étude comprend une étape de prétraitement des données, une étape d'extraction des caractéristiques incluant des étapes d'ACP pour sélectionner les fenêtres d'analyses et les électrodes pertinentes, et une étape d'analyses statistiques eectuées directement sur les caractéristiques extraites, à savoir l'amplitude des pics de nos deux compo-

Figure 7.1  Chaîne de traitement appliquée sur les données EEG an d'extraire l'amplitude des pics des composantes N2 et P300 en vue de les analyser statistiquement selon nos conditions de charge et de fatigue mentales.

Prétraitements

Les données comportementales -temps de réponse et justesse des réponses- ont été mesurées pour les tâches de détection d'items et de reconnaissance de chire. Une exclusion des valeurs dépassant 2,5 écart-types par rapport à la moyenne pour chaque condition a été eectuée.

Les données électrophysiologiques brutes ont été ltrées dans la bande 1-40 Hz et re-référencées

à une référence moyenne en utilisant un ltre CAR (voir chapitre2). De plus, ces données ont été

découpées en segments de 600 ms débutant à l'instant de stimulation (i.e. apparition de l'item de

détection ; voir gure 7.2). Enn, les données ont été nettoyées de tout artéfact oculaire grâce à

l'utilisation de l'algorithme SOBI et d'un signal de référence EOGV (voir chapitres2et5). Tous

les essais ont été conservés pour les analyses. Suite à cette étape de prétraitement, pour un bloc donné, les données sont donc contenues dans une matrice Z de dimensions 96 électrodes par 300

échantillons par Nt essais (80 en bloc contrôle, 144 en bloc test).

Extraction des caractéristiques

Suite aux prétraitements réalisés sur les données brutes, l'étape d'extraction des caractéris- tiques nous a permis d'obtenir les valeurs d'amplitude des pics de nos deux composantes ERPs d'intérêt, i.e. N2 et P300. Cette étape d'extraction inclut premièrement une correction de ligne de base eectuée en soustrayant la moyenne du voltage des 500 ms de la croix de xation débutant l'essai à notre signal de 600 ms. Puis, an de sélectionner les fenêtres d'analyse et les électrodes d'intérêt, les signaux étaient moyennés pour chaque participant et chaque électrode selon le type d'item (cible, distracteur, neutre), la condition de charge (faible/élevée) et de TPT (court/long). À partir de ces données, la sélection des fenêtres d'analyse et des électrodes pertinentes a ensuite

Figure 7.2  Structure des essais des tâches réalisées par les participants. Le segment entouré correspond à la fenêtre d'extraction des potentiels évoqués par l'item de détection.

été réalisée sur la base de critères objectifs. Le détail de ces étapes est donné dans les para- graphes qui suivent. Plusieurs composantes ERPs (fenêtres d'analyses) et groupes d'électrodes pertinentes pour chacune de ces composantes à travers nos conditions expérimentales ont été identiés grâce à une analyse de "global eld power" (GFP ; équivaut à la déviation standard

spatiale ;[279]), et une analyse en composantes principales spatio-temporelle (ACP ; [280,281]).

Toutes les ACPs étaient basées sur des matrices de covariances normalisées par rotation varimax

[282]. Tous les facteurs temporels et spatiaux (fenêtres et électrodes) expliquaient au moins 5%

de la variance totale.

Sélection de la fenêtre d'analyse : An de sélectionner les meilleures fenêtres d'analyses pour étudier nos composantes ERP d'intérêt (N2 et P300), une ACP temporelle a été réalisée sur

la matrice ZACP temp de dimensions 23040 (96 électrodes par 20 participants par 3x2x2 conditions

expérimentales) par 300 (échantillons). Cette analyse nous a permis d'identier les échantillons temporels qui expliquaient la plus grande partie de la variance dans les données. Six facteurs

temporels (TF) remplissaient nos critères de sélection (gure7.3A.) et expliquaient 60,96% de la

variance temporelle totale. Les fenêtres que nous avons ensuite sélectionnées correspondaient à : 1) celles dont les échantillons temporels avaient des poids factoriels dépassant un seuil de 0,6, et 2) dont nos composantes d'intérêt -N2 et P300- étaient clairement détectables sur les PEs moyens

et l'analyse GFP (gure 7.3 B.). En conséquence, deux TF ont été conservés, à savoir TF2 qui

incluait deux fenêtres : 102-140 ms et 188-242 ms, et TF5 : 250-396 ms. En nous reportant aux PEs moyens, nous avons conrmé que ces périodes temporelles incluaient les composantes N2, pour TF2 (188-242 ms), et P3 pour TF5 (250-396 ms).

Sélection d'électrodes : Dans un deuxième temps, une ACP spatiale a été eectuée an de sélectionner les groupes d'électrodes les plus pertinentes pour étudier l'inuence de nos conditions expérimentales sur nos composantes ERPs. Ainsi donc, une ACP spatiale a été eectuée sur cha-

cune des fenêtres d'analyse sélectionnées par l'étape précédente, sur les matrices ZACP spat,N 2 et

ZACP spat,P 3respectivement de dimensions 12960 (54 échantillons par 20 participants par 3×2×2

conditions expérimentales) par 96 (électrodes) et 35040 (146 échantillons par 20 participants par

3 × 2 × 2conditions expérimentales) par 96 (électrodes). Ceci nous a ainsi permis d'identier les

électrodes qui expliquaient la majeure partie de la variance dans les données.

Figure 7.3  A. Facteurs temporels (TF) expliquant au moins 5% de la variance temporelle totale. B. Global Field Powers moyennés à travers les participants pour chaque condition expé- rimentale.

tion, avec 70,26% de variance totale expliquée cumulée. Nous avons décidé de ne conserver que le

1er _{ltre car celui-ci présentait une distribution dipolaire claire en accord avec la représentation}

topographique des PEs moyennés et de la littérature (gure 7.4A.). Les électrodes sélectionnées

étaient les 5 électrodes qui présentaient les facteurs de poids les plus bas (en accord avec une composante négative, N2), ainsi que leur équivalente sur l'hémisphère opposé, si celle-ci n'était pas sélectionnée par l'ACP spatiale (an d'évaluer la latéralité des réponses neurales). Les élec-

trodes sélectionnées correspondaient à un groupement pariétal d'électrodes1_.

Pour la fenêtre de 250-396 ms, 3 SF remplissaient nos critères de sélection, avec 68,46% de variance totale expliquée cumulée. Ces 3 facteurs ont été conservés an de mieux rendre compte de la représentation topographique des ERPs moyennés pour cette fenêtre (activité antérieure mais

aussi postérieure ; gure7.4B.). Enn, les variables sélectionnées (électrodes) étaient celles dont

les poids factoriels dépassaient un seuil restrictif de 0,8 à travers tous les facteurs sélectionnés, ainsi que leur équivalente sur l'hémisphère opposé. Les électrodes sélectionnées correspondaient

à deux groupements, un groupement fronto-central et un groupement pariéto-occipital2_.

Figure 7.4  Facteurs spatiaux sélectionnés pour chaque fenêtre temporelle d'analyse. Moyenne à travers les participants. A. Fenêtre de 188-242 ms. B. Fenêtre de 250-396 ms.

Caractéristiques : Une fois les fenêtres d'analyse et les groupements d'électrodes pertinentes sélectionnés, l'amplitude des pics de nos composantes d'intérêt a été extraite pour chaque essai et chaque participant en sélectionnant automatiquement la valeur maximale ou minimale du voltage selon la polarité de la composante (i.e. négative pour la N2, positive pour la P300). Ensuite, la valeur moyenne de l'amplitude des pics à travers les essais a été calculée pour chaque participant, électrode et condition expérimentale. Pour une composante donnée, le vecteur de caractéristiques obtenu et qui va subir les analyses statistiques était de dimensions 20 (nombre de participants) par le nombre de conditions expérimentales (3 × 2 × 2 par le nombre d'électrodes) :

fN 2 de dimensions 20 × 243, et fP 3 de dimensions 20 × 336.

Analyses statistiques

Des analyses statistiques ont été eectuée à la fois sur les données comportementales an de vérier l'impact des facteurs manipulés, mais aussi sur les caractéristiques extraites par notre chaîne de traitement, à savoir l'amplitude des pics des nos deux composantes d'intérêt, la N2 et la P300. Ces analyses sont détaillées dans les paragraphes suivants.

Données comportementales : An de mieux comprendre les eets du traitement sélectif des items cibles et distracteurs (condition d'attention sélective) sur les performances comportemen- tales (i.e. temps de réaction et justesse) dans les blocs tests, ces eets ont été comparés statis- tiquement à la condition d'attention diuse sur tous les items des blocs contrôles (item neutre). Les données comportementales ont été évaluées grâce à une ANOVA à mesures répétées avec comme facteurs intra-sujet le type d'item (cible/distracteur/neutre), la charge (faible/élevée),

le TPT (court/long) et l'électrode considérée. De plus, comme vu dans le chapitre 5, la fatigue

mentale a aussi été évaluée par le biais d'un questionnaire de ressenti (échelle KSS). Les données de ressenti ont aussi été soumises à une ANOVA avec pour seul facteur intra-sujet le moment de remplissage du questionnaire dans la session (avant/à la moitié/après). Toutes les comparaisons ont été eectuées grâce au test post-hoc de Tukey, et le seuil de signicativité était xé à 0,05. Potentiels évoqués : Les vecteurs de caractéristiques extraits à partir de nos potentiels évo- qués ont chacun été soumis à une analyse statistique an d'évaluer, comme pour les données comportementales, l'impact de nos conditions expérimentales sur l'amplitude moyenne des pics de nos composantes d'intérêt. Ainsi, ils ont été soumis à une ANOVA à mesures répétées avec pour facteur intra-sujet le type d'item traité (cible/distracteur/neutre), la charge (faible/élevée) 2. Cz, C1/2, CP1/2, CCP1h/2h, CPP3/4h, CP3/4, FC1/2, FCC3h/4h, FFC1h/2h, et P1/2, P3/4, PPO9h/10h, PO9/10, POO9h/10h, Iz