1.2.3.3. Traitement des données

Dans cette première expérience, le traitement des données utilisé s’inspire des travaux de l’équipe de Kraus et al. (Cunningham et al, 2002 ; Russo et al, 2004 ; Wible et al, 2005 ; Song et al, 2006 ; Banai et al, 2007 ; Hornickel et al, 2008), qui utilise à la fois des méthodes subjectives avec identification des différentes caractéristiques des traces par des observateurs individuels, et des méthodes mathématiques.

L’ensemble de la visualisation des données et des analyses mathématiques sont effectuées à l’aide du logiciel Matlab®.

1. Analyse dans le domaine temporel : Du fait de la difficulté d’obtenir des traces individuelles avec une réponse claire dans le domaine temporel, les moyennes des traces obtenues pour chaque stimulus, pour tous les sujets testés, sont calculées (grandes moyennes), et permettent une analyse visuelle. Les grandes moyennes représentent le résultat de la somme algébrique des données normalisées (soustraction de la composante continue et correction des erreurs standards par loi normale centrée) de chaque sujet dans une polarité donnée (positive, négative, alternée).

2. Analyse dans le domaine fréquentiel : Les résultats individuels, ainsi que les grandes moyennes sont représentés sous forme de spectrogrammes d’énergie. Les spectrogrammes sont obtenus avec Matlab en calculant la transformée de Fourier sur des fenêtres glissantes (1024 points pour les PEASP et 2048 pour les stimuli) à partie des traces temporelles normalisées (Fig 18). De la même manière que pour l’analyse temporelle, la grande moyenne des spectrogrammes fut obtenue par la somme des spectrogrammes individuels. Les spectrogrammes permettent d’identifier la bande de fréquence privilégiée de la RSF, au cours du temps.

A partir d’une trace temporelle (a : celle du stimulus /ba/ ; b : celle d’un PEASP), on effectue des transformées de Fourier (FFT) successives sur une fenêtre de 20 ms de large, glissante le long de l’axe temporel. Le spectrogramme permet la visualisation de la succession de ces FFT dans l’axe temporel, donnant une représentation temps/fréquence. L’ensemble du traitement est ici effectué à l’aide du logiciel Matlab®. Le spectrogramme est visible en bas des figures a et b, il s’agit d’une représentation temps/fréquence avec l’amplitude des pics traduit sous forme d’intensité de couleur : bleu=négatif, rouge=positif.