WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Détection automatique des oscillations corticales épileptiques à haute fréquence.


par Thouraya GUESMI
Université de Gabès - Mastère de recherche en électronique et télécommunication 2020
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 2 : Les techniques de filtrages

2.7. Analyse temps-fréquence des activités cérébrales épileptiques.

Pour diagnostiquer des différentes maladies neurologiques comme l'épilepsie nous pouvons exploiter différentes techniques d'acquisition des signaux électrophysiologiques (EEG, IEEG, MEG) .Afin de désigner ces troubles neurologiques, il est nécessaire d'examiner ces signaux à cause du comportement non-stationnaire. A ce propos, l'analyse en temps-fréquence des activités cérébrales épileptiques était considérée comme la vérité du terrain, comme cela a été fait dans plusieurs études.

C. Tallon-Baudry est ses collaborateurs [40], ont montré que les ondelettes de Morlet sont généralement recommandées car elles offrent un compromis idéal entre la résolution temporelle et fréquentielle.

P. Aguera et ses collaborateurs [41], ont adopté l'analyse en ondelettes sur des enregistrement MEG pour étudier les activités cérébrales oscillatoires. En effet ils utilisent la transformation de Gabor pour la détection des activités oscillatoires évoquées et induites comme réponses aux stimuli auditifs.

K. Gadhoumi et ses collaborateurs [42], ont utilisées l'analyse en ondelette (l'analyse de l'activité haute fréquence) pour identifier les caractéristiques distinctives cohérentes entre les périodes préictale et interictale dans l'EEG. Ils ont confirmées que cette méthode était utile soit pour distinguer ces deux états soit pour la prédiction des crises.

S.Burnos et ses collaborateurs [43], arrivent à déterminer que l'analyse des données IEEG dans le domaine temps-fréquence élimine les détections parasites causées par des artefacts ou par une forte activité épileptique et améliore la détection des HFOs.

P. Puranik et ses collaborateurs [44], ont recommandé que l'analyse temps-fréquence des signaux EEG permette de visualiser correctement ces signaux pour extraire les différents rythmes de fréquences comme les ondes alpha, bêta et gamma et les ondes à haute fréquence. Ici la transformée d'ondelette est exploitée afin d'assurer l'analyse des enregistrements EEG.

N.Jmail et all ont été utilisé à l'analyse temps-fréquence des signaux EEG, IEEG, MEG épileptique dans des plusieurs travaux. Ils ont Séparé entre les pointes et les oscillations par la transformée d'ondelette stationnaire(SWT) implémentée sur une architecture embarquée

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faudrait pour le bonheur des états que les philosophes fussent roi ou que les rois fussent philosophes"   Platon