Analyse des signaux EEG pour la détection automatique des crises d'épilepsie par des méthodes paramétriques

Résumé

Le cadre scientifique de cette thèse est la modélisation des signaux electrophysiologiques par des outils modernes de la statistique et des mathématiques pour une bonne prise en charge des patients. Par conséquent, nous avons proposé dans une première approche, une détection de rupture multiple en amplitude de l'évolution temporelle par un modèle basé sur la dispersion des valeurs maximales théoriques et locales compte tenue de la moyenne mobile, de la variance et de l'écart-type des dérivations EEG. Les résultats ainsi que l'évaluation de ce modèle sur des données réelles et simulées confirment bien les interprétations des neurologues. Par la suite, nous considérons une approche spectrale d'un modèle autorégressif AR permettant de discriminer les signaux EEG des patients épileptiques et normaux dans le domaine fréquentiel. Il a été prouvé que ce modèle caractérise bien les signaux EEG suivant la bande de fréquence rythmique (delta, theta, alpha,..). Ces deux modèles proposés dans le cadre de cette thèse contribuent de manière efficiente à une amélioration sur l'aspect interprétation médicale de la plateforme du signal EEG par la localisation précise de la zone épileptogene. Les études de simulations ont été exectuées avec le logiciel « R ».

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 2

Téléchargements : 0