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

Technique de parcellisation et de localisation des sources cérébrales à partir des signaux MEG

Mahkoum, Hicham (2012). Technique de parcellisation et de localisation des sources cérébrales à partir des signaux MEG. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (3MB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (861kB) | Prévisualisation

Résumé

Ce travail consiste au développement d'une technique de résolution du problème inverse concernant la localisation de l'activité neuro-cérébrale à partir des données MEG (Magnétoencéphalographie). Cette technique se base sur la parcellisation sélective des sources du modèle corticale afin d'améliorer la régularisation du problème inverse, ensuite procéder à sa résolution.

La parcellisation sélective est basée sur deux principes; la pré-localisation des sources et la formation des parcelles à partir des sources sélectionnées. Pour la pré-localisation des sources on exploite la technique MSP (Multivariate Sources Prelocalisation) qui permet d'estimer le degré de l'activation des sources. Pour la sélection des sources on utilise la technique de test d'hypothèse FDR (False Discovery Rate) qui permet de définir un seuil de sélection sur les informations de pré-localisation des sources.

Après la parcellisation sélective, on procède à la résolution du problème inverse en exploitant la technique LCMV (Linearly Constrained Minimum Variance) adaptée pour un filtrage spatial sur des parcelles. Les résultats obtenus montrent que cette technique permet de localiser les sources avec une bonne sensibilité et spécificité.

Il est aussi important de mentionner que cette technique est modulaire; ainsi, on peut exploiter un module séparément des autres. Par exemple, on peut combiner la technique de parcellisation sélective avec la technique MEM (Maximum Entropy Method) (Amblard C 2004).

Résumé traduit

This work consists in the development of inverse problem resolution technique concerning the localisation of neuro-cerebral activity using MEG data. This technique, based on selective parcelling of cortical model sources, aims at providing a solution of the inverse problem after its regularisation.

The selective parcelling technique is based on two principles: sources pre-localisation and forming parcels using selected sources. For the sources pre-localisation, we used MSP (Multivariate Sources Prelocalisation) which helps estimating sources activity. Concerning sources selection we rely on hypothesis testing technique FDR (False Discovery Rate) which helps to define a selection threshold based on the sources pre-localisation data.

Based on results of selective parcelling technique, we then proceed to the inverse problem resolution using LCMV (Linearly Constrained Minimum Variance) technique which is adapted for Parcels spatial filtering. The results of using this technique of resolution show that we can achieve a good sensitivity and specify of activity sources localisation.

It is also important to mention that this technique is modular thus some parts of it can be reused independently of the others. For example, the selective parcelling technique can be combined with MEM (Maximum Entropy Method) technique (Amblard C 2004).

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 électrique" Bibliogr. : f. [105]-107.
Mots-clés libres: Cerveau Analogies électromécaniques. Cerveau Localisation cérébrale. Cortex cérébral. Magnétoencéphalographie. Activité, Cortical, Inverse, LCMV, MEM, Parcellisation, Problème, Signal, Localisation des sources, Technologie MEG.
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Lina, Jean-Marc
Programme: Maîtrise en ingénierie > Génie électrique
Date de dépôt: 20 mars 2012 17:58
Dernière modification: 04 mars 2017 02:01
URI: http://espace.etsmtl.ca/id/eprint/985

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...