L'enregistrement d'électroencéphalogramme (EEG) est une méthode de neuro-imagerie non invasive largement utilisée pour étudier les troubles neurophysiologiques tels que le TDAH. Le signal EEG peut être décomposé en composantes périodiques (oscillatoires) et apériodiques (de fond), avec des différences dans la composante apériodique, telles que des pentes plus raides, liées aux changements neurophysiologiques liés au TDAH. Les méthodes existantes de décomposition supposent une forme f-α stricte pour la composante apériodique, ce qui peut ne pas capturer entièrement les signaux réels. Ces écarts peuvent introduire des creux dans la densité spectrale de puissance (DSP), ce qui fausse l'estimation de l'exposant apériodique et l'identification des pics. Pour résoudre ce problème, tout en conservant la forme 1/(f^α), nous introduisons une fonction de perte personnalisée de type Huber pour pénaliser les creux et mettre l'accent sur les pics, améliorant ainsi la précision de la décomposition. Cette approche améliore la détection des pics et la fiabilité des biomarqueurs tout en maintenant l'interprétabilité de la DSP, ce qui, en fin de compte, fait progresser la recherche sur le TDAH.