II.3.1.5. Analyses des données

Les enregistrements continus ont d’abord été filtrés ‘off-line’ avec une bande passante de [0,5-20] Hz, et re-référencées selon une référence moyenne incluant toutes les électrodes exceptées les EOGs. Le signal continu a été segmenté en fenêtre temporelle de -200 à 2000 ms autour de chaque stimulus. Tous les essais dont le potentiel excédait ±150 µV ou dont la différence entre deux échantillons successifs excédait ±50 μV ont été rejetés automatiquement. Les segments où les effets du mouvement ou du clignement des yeux étaient observés de façon évidente sur les tracés ont été retirés manuellement de l’enregistrement. Une correction de la ligne de base relative à l’activé pré-stimulation a enfin été appliquée à chaque segment restant.

Afin d’affiner les données et d’analyser plus précisément les activités locales, les distributions de potentiels ont été interpolées sur une sphère utilisant des « splines » sphériques (ordre de « splines »= 4, degré maximum des polynômes Legendre =10), et les densités de sources de courant (CSD, current source density) ont été estimées pour tous les sites enregistrés.

Selon la loi d’Ohm, J = σE dont J est la densité de courant, E est le champ électricité et σ est le tenseur de conductivité. A l’aide d’une opération de divergence (), la CSD ( I _m dans les formules, quantité scalaire) est calculée à partir du gradient négatif du potentiel de champ mesuré (), donc . Ensuite, si le tissu est spatialement invariant, σ peut être remplacé par une constante (σ_s), et la formule est transformée en où CSD est proportionnelle à la dérivée deuxième (i.e. Laplacien). Au niveau des potentiels évoqués enregistrés sur le scalp, les estimations de CSD sont indicatrices de courants radiaux provenant des neurones cérébraux sous-tendant les fonctions concernées vers le crâne (Tenke and Kayser, 2005;Oostendorp and van, 1996). Par rapport aux données brutes des potentiels évoqués, l’analyse de CSD permet de calculer les activités sur les électrodes critiques indépendamment de l’activité sur l’électrode de référence. De plus, l’analyse de CSD agit aussi comme filtre passe-haut, ce qui améliore la contribution d’activité cérébrale des sources locales tandis que la contribution des sources distantes est minimisée (Law et al., 1993;Perrin et al., 1987;Pulvermuller et al., 1999). Cette propriété peut être bénéfique pour étudier l’asymétrie. Les activités d’un hémisphère/région transmises par le volume de conduction à l’autre hémisphère/région peuvent être réduites considérablement avec une analyse de CSD (Hagemann, 2004).

Pour chaque sujet, les données pour les mots affichés dans le CVG et celles pour les mots affichés dans le CVD ont été moyennées séparément. Les « grandes moyennes » ont été calculées séparément pour les sujets dominants HG et pour les sujets dominants HD. Des cartes de potentiels sur le scalp ont été construites pour les deux fenêtres temporelles d’intérêt et les analyses de variance ont été réalisées pour comparer les densités de courants évoquées sur les électrodes temporales inférieures homologues.

Les résultats comportementaux (taux d’erreurs) ont été comparés selon les deux conditions (CVG vs. CVD) à l’aide d’une analyse de variance à mesures répétées pour le groupe HG et le groupe HD séparément.