La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Localisation des sources d'activité cérébrale à l'aide de la fusion multimodale EEG et MEG

Lemay, Étienne (2010). Localisation des sources d'activité cérébrale à l'aide de la fusion multimodale EEG et MEG. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (5MB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

À l’aide de mesures enregistrées en électroencéphalographie et en magnétoencéphalographie, il est possible de localiser la source de l’activité cérébrale afin d’aider le diagnostic de certaines maladies telle l’épilepsie. Bien qu’elles soient acquises simultanément, peu de méthodologies exploitent la fusion des données EEG et MEG pour effectuer les reconstructions de sources. Le maximum d’entropie sur la moyenne est une technique efficace et flexible de résolution du problème inverse qui permet d’exploiter la fusion des mesures.

Ce mémoire présente une méthodologie d’initialisation robuste de la technique de localisation de source par le maximum d’entropie sur la moyenne. Il est également démontré qu’il est justifié d’utiliser l’hypothèse qui contraint l’orientation des sources perpendiculairement à la surface corticale dans le cadre du MEM. De plus, une nouvelle approche à l’algorithme itératif du MEM permet l’amélioration des localisations de sources. Ce mémoire présente également une nouvelle technique de parcellisation qui se base sur la fusion de l’information des mesures EEG et MEG acquises simultanément. Les résultats démontrent que cette technique empirique de création de parcelles sur la surface corticale permet d’améliorer la localisation de sources à l’aide du MEM. Finalement, toutes les démarches sont réalisées à l’aide d’un environnement de calcul robuste et validé.

Résumé traduit

With the help of electroencephalography and magnetoencephalography measures, it is possible to localize the sources of brain activity in order to help diagnose diseases such as epilepsy. Even though the measures are acquired simultaneously, very few methods use the fusion of data for the sources reconstruction. The maximum entropy on the mean is an effective and flexible inverse problem technique where it’s possible to perform data fusion.

In the present work, we propose a robust initialization technique for the maximum entropy on the mean method. It is shown that the perpendicularity constraint on the sources is a valid hypothesis in this framework. A new approach of the iterative MEM improves the source localisation. The work also proposes a novel clustering technique where the fusion of the information in the EEG and the MEG measures are taken into account. The results indicate that the empirical clustering technique improves the reconstruction of the sources with the MEM. Finally, a robust and valid framework was used throughout the present work.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie des technologies de la santé". Bibliogr : f. [103]-105.
Mots-clés libres: Électroencéphalographie. Magnétoencéphalographie. algorithme, entropie, fusion, mem, multimodale, parcelles
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Lina, Jean-Marc
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 24 août 2010 14:37
Dernière modification: 07 févr. 2017 21:55
URI: http://espace.etsmtl.ca/id/eprint/275

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...