Analyse multi-échelles par ondelettes complexes : application aux signaux électrophysiologiques intracrâniens chez les patients épileptiques

Lacoma, Hubert (2014). Analyse multi-échelles par ondelettes complexes : application aux signaux électrophysiologiques intracrâniens chez les patients épileptiques. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (2MB) | Prévisualisation
Prévisualisation	PDF Télécharger (772kB) | Prévisualisation

Résumé

L’objectif principal de cette étude est la conception d’un environnement de calcul logiciel, visant à mettre en place des outils d’analyse, dédiés à la caractérisation des signaux d’électroencéphalogrammes (EEG) intracrâniens chez les patients souffrants d’épilepsie. Plus précisément, cette étude vise à discriminer les phases préictales (avant la crise) des phases interictales (entre les crises).

Lors de l’étude des signaux EEG, on observe trois caractéristiques. La première est la présence d’un comportement en loi de puissance de la densité spectrale de puissance (DSP). Ce comportement de la DSP présenté dans les travaux de Yamaguchi (2003) pourrait s’expliquer par la présence d’invariance d’échelles dans le signal. La seconde est l’augmentation du nombre d’oscillations hautes fréquences (OHF) à l’approche d’une crise. Ce résultat présenté par Zijlmans et al. (2011) implique une modification de l’allure de la DSP à l’approche de la crise. La troisième est l’utilisation de signaux EEG intracrâniens qui permettent d’observer les hautes fréquences grâce à un bon rapport signal sur bruit (RSB). Ces trois caractéristiques permettent d’envisager l’étude des propriétés d’invariance d’échelles pour la discrimination des phase interictales et préictales. Une des contributions de ce mémoire a été de développer un estimateur des propriétés d’invariance d’échelles qui utilise les ondelettes complexes symétriques de Daubechies introduites par Lina et Mayrand (1993). Ces ondelettes améliorent les performances de l’estimateur ainsi que la précision temporelle lors du calcul ondelettes. Une autre contribution significative est l’application de l’estimateur aux signaux EEG intracrâniens en utilisant une méthodologie à fenêtre glissante basé sur le test d’hypothèse.

L’utilisation de cette méthodologie sur des signaux EEG intracrâniens chez des patients épileptiques durant la phase interictale et préictale a confirmé la présence de propriétés d’invariance d’échelles. Cette application a aussi montré des variations significatives de ces propriétés lors du passage de la phase interictale à la phase préictale. Ces résultats ont conduit à une collaboration avec l’Institut Neurologique de Montréal dans le cadre de la prédiction des crises épileptiques. Les résultats issus de cette collaboration viennent corroborer le diagnostique établit par le neurologue et permettent une amélioration des performances de l’algorithme de prédiction.

Titre traduit

Multiscale analysis based on complex wavelet : application to intracranial electrophysiological signals in epileptic patients

Résumé traduit

The main aim of this research is to design a computing environment software to develop analytical tools dedicated to the characterization of intracranial signals in epileptic patients. More especially, this study aims at discrimining interictal (between seizures) and pre-ictal (before seizures) periods.

During the study of EEG signals, three features are noticed. The first is the presence of a power-law behavior of the power spectral density (PSD). This behavior of the PSD presented in the work of Yamaguchi (2003) could be explained by the presence of scale invariance in the signal. The second one is the increasing number of high frequency oscillations (HFO) when approaching the seizure. This result presented by Zijlmans et al. (2011) implies changes in the shape of the PSD when approaching the seizure. The third one is the use of intracranial EEG signals which allow to see high frequencies thanks to a good signal to noise ratio (SNR). These three characteristics make the study of scale invariance properties a potential candidate for the discrimination of pre-ictal and interictal periods. One contribution of this thesis was to develop an estimator of the scale invariance properties based on symmetrical complex Daubechies wavelets introduced by Lina et Mayrand (1993). These wavelets improve performance of the estimator and the temporal precision when calculating wavelet. Another significant contribution is the application of the estimator to intracranial EEG signals using a sliding window method based on hypothesis testing.

The use of this methodology on epileptic patients intracranial EEG signals during the interictal and preictale period confirmed the presence of scale invariance properties. This application also showed significant variations in these properties at the transition from the préictale to interictal period. These results led to a collaboration with the Montreal Neurological Institute in the framework of epileptic seizure prediction. The results of this collaboration corroborate the diagnosis established by the neurologist and improve the performance of the prediction algorithm.

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". Bibliographie : pages 91-96.
Mots-clés libres:	Électroencéphalographie. Cerveau Analogies électromécaniques. Épilepsie Prévention. Analyse multiéchelle. Ondelettes. intérictal, phase, préictal, EEG, intracrânien, coefficients dominants, fractal
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Lina, Jean-Marc
Programme:	Maîtrise en ingénierie > Génie électrique
Date de dépôt:	13 févr. 2015 21:34
Dernière modification:	13 févr. 2015 21:34
URI:	https://espace.etsmtl.ca/id/eprint/1416

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt