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 3 : Evaluation de la SWT en reconstruction des HFOs

50

80-100-150-200-250

75

80-100-150-200-250

100

80-100-150-200-250

La figure 3.9 montre la reconstruction des oscillations HFOs pour deux différents signaux obtenus suite à la variation du taux de chevauchement entre pointe et oscillation (pas de chevauchement versus un chevauchement total). Pour ces deux signaux nous avant gardé la même fréquence des oscillations (égale à 250hz) le même taux de SNR égale à 0dB et un rapport d'amplitude égale à 10.

Figure 3.9. Reconstruction des HFOs par SWT pour différents taux de

chevauchement.

Nous représentons dans la figure 3.10 le résultat du GOF lors de la reconstruction des pures oscillations HFOs par la méthode SWT suite à la variation du taux de chevauchement temporel entre la pointe et les événements HFO.

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

GUESMI Thouraya

Figure 3.10. Valeurs du GOF pour différents taux de chevauchement temporel entre

HFO et pointes.

Nous constatons que pour toutes les configurations de chevauchement, le GOF est supérieur à 80% pour un faible taux de chevauchement et un chevauchement total, mais cette mesure diminue pour un taux de chevauchement entre 50% et 75%.

3.3.2.3 Résultats de la variation du SNR

Nous étudions ici l'effet de bruit (variation de SNR) sur la reconstruction des pures oscillations HFO par la SWT (Voir tableau 3).

En effet, nous avons ajouté un bruit blanc aléatoire à notre signal simulé, ce bruit a un spectre de 1/F qui correspond bien au spectre du bruit physiologique contaminant les enregistrements des activités cérébrales.

Tableau 3 Variation du SNR.

SNR (dB)

Fréquence (Hz)

-5

80-100-150-200-250

0

80-100-150-200-250

5

80-100-150-200-250

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








"L'imagination est plus importante que le savoir"   Albert Einstein