Cet article aborde le problème de l'interprétation de l'activité cérébrale sous forme de représentations visuelles. Nous soulignons les limites des méthodes de décodage visuel EEG existantes, dues au problème de négligence du codage neuronal hiérarchique (HNEN), et proposons un nouveau cadre, ViEEG, inspiré de la structure hiérarchique du cortex visuel. ViEEG décompose les stimuli visuels en trois composantes biologiquement alignées : les contours, les objets de premier plan et les scènes d'arrière-plan, et utilise un encodeur EEG à triple flux basé sur ces composantes. Le routage d'attention croisée imite le flux d'informations visuelles de bas niveau vers haut niveau, et l'apprentissage contrastif hiérarchique effectue un alignement des représentations EEG-CLIP pour permettre la reconnaissance d'objets sans émission. Les résultats expérimentaux sur les ensembles de données THINGS-EEG et THINGS-MEG démontrent des performances nettement supérieures aux méthodes existantes, suggérant un nouveau paradigme pour le décodage cérébral EEG.
