Chapitre 3 : Evaluation de la SWT en reconstruction
des HFOs
3.2. Bases des données
Toutes les simulations réalisées dans ce projets
ont été exécutées à l'aide du logiciel
Matlab (Mathworks, Natick, MA) avec la boite à outils EEGlab. C'est un
environnement de programmation structuré qui permette d'accéder,
de stocker, de manipuler, de mesurer, et de visualiser les données de
l'EEG, de l'IEEG et de la MEG [46].
Au cours de notre étude, nous avons appliqué des
bases de données épileptiques pharmaco résistantes. En
effet, nous avons utilisé deux bases de données qui sont
simulées et réelles.
3.2.1 Données simulées
Les signaux simulés sont modélisés suite
à une combinaison d'une pointe et des oscillations à haute
fréquence (HFO) comme notre véritable signal IEEG,
échantillonnés à 1000 Hz.
Entre les simulations nous avons changé le
paramétrage de nos signaux : l'amplitude relative de la pointe par
rapport l'oscillation, la fréquence d'oscillation, le rapport signal sur
bruit (SNR) et le chevauchement entre les oscillations et la pointe.
Nous avons augmenté l'amplitude de la pointe de 2, 4,
6,8 et 10 fois par rapport à l'amplitude oscillante. Nous avons
également fait varier la fréquence des oscillations dans cette
plage [80 150 100 200 250] Hz (Ripples et Fast Ripples). Le chevauchement entre
les oscillations HFO et la pointe a été modifié à
pas égaux via la taille de la fenêtre d'oscillations: aucun
chevauchement (pointe et oscillation sont complètement
séparées) jusqu'à ce que nous atteignions un chevauchement
de 100% lorsque les événements de la pointe et les oscillatoires
sont superposés. Le pas de chevauchement est égal à 25%.
Enfin, nous avons modifié le rapport signal/bruit (SNR de -5 dB à
20 dB).
( énergiedusignal ?
SNR = 10x log10 ?
? énergiedubruit ?
L'équation (3.1) définit le rapport signal/bruit
(SNR) :
(3.1)
GUESMI Thouraya
| 
