APPLICATION DES SYSTEMES STRUCTURES A L’ETUDE DU

Marie-Therese

Description

Sujet de Thèse Détection automatique de phases de micro éveils à partir de signaux polysomnographiques enregistrés chez l’humain Responsable : Sylvie Charbonnier Email : [e-mail] Tel : [phone] Co-encadrant : Suzanne Lesecq [e-mail] 04 76 82 62 25 Site web du département : http : //www.lag.ensieg.inpg.fr Financement : demandé obtenu : MOTS-CLES : Surveillance, diagnostic, fusion de données, signaux physiologiques CADRE ET OBJECTIFS DU SUJET : Contexte Les troubles du sommeil sont devenus ces dernières décennies un problème de santé publique majeur du fait de de leurs conséquences sur la qualité de vie qu’ils engendrent. On estime qu’environ 5% de la population mondiale en souffre. Ainsi, l’analyse du sommeil (et donc de ses troubles) prend maintenant une part importante dans la recherche médicale. L’analyse du sommeil humain est réalisée à l’aide d’enregistrements polysomnographiques. Cet enregistrement consiste à recueillir sur le patient un ensemble de signaux au cours d’une nuit de sommeil qui sont ensuite analysés visuellement par un médecin. Les signaux recueillis sont classiquement : - l’électro-encéphalogramme (EEG), mesure de l’activité électrique du cerveau ; - l’électro-myogramme (EMG), mesure de la tonicité de la peau ; - l’électro-oculogramme (EOG), mesure des mouvements oculaires. L’analyse visuelle des signaux enregistrés au ...

Informations

• Publié par: Shied
• Nombre de lectures: 93
• Langue: Français

Extrait

Sujet de Thèse Détection automatique de phases de micro éveils à partir de signaux polysomnographiques enregistrés chez l’humain Responsable: Sylvie CharbonnierTel : [phone]Email : [e-mail] Coencadrant : Suzanne [e-mail] 0476 82 62 25 Site web dudépartement: http : //www.lag.ensieg.inpg.fr Financement :demandéobtenu : MOTSCLES : Surveillance, diagnostic, fusion de données, signaux physiologiques CADRE ET OBJECTIFS DU SUJET : Contexte Les troubles du sommeil sont devenus ces dernières décennies un problème de santé publique majeur du fait de de leurs conséquences sur la qualité de vie qu’ils engendrent. On estime qu’environ 5% de la population mondiale en souffre. Ainsi, l’analyse du sommeil (et donc de ses troubles) prend maintenant une part importante dans la recherche médicale.L’analyse du sommeil humain est réalisée à l’aide d’enregistrements polysomnographiques. Cet enregistrement consiste à recueillir sur le patient un ensemble de signaux au cours d’une nuit de sommeil qui sont ensuite analysés visuellement par un médecin. Les signaux recueillis sont classiquement :  l’électroencéphalogramme(EEG), mesure de l’activité électrique du cerveau ;  l’électromyogramme(EMG), mesure de la tonicité de la peau ;  l’électrooculogramme(EOG), mesure des mouvements oculaires. L’analyse visuelle des signaux enregistrés au cours d’une nuit de sommeil est une tâche fastidieuse et de nombreuses recherches ont été réalisées visant réaliser cette tâche par un système automatique. Dans le cadre de cette thèse, nous nous intéresserons à la détection automatique de micro éveils. En effet, l’apparition fréquente de phases de microéveils au cours du sommeil conduit à une fragmentation du temps de sommeil réparateur ce qui a une incidence directe sur la qualité de vie des personnes (fatigue diurne, risque accru d’accidents, …). Les microéveils fréquents sont en fait le signe de la présence de troubles de sommeil comme l’apnée du sommeil. L’occurrence fréquente de microéveils doit donc être détectée au cours d’une analyse polysomnographique. Objectifs Contrairement aux phases de sommeil (éveil, sommeil léger, profond, paradoxal) analysées par intervalles de 20s d’enregistrements polysomnographiques et pour lesquels des classifieurs automatiques existent déjà, les phases de microéveils sont des phénomènes transitoires de courte durée. En effet, une phase de microéveil dure entre 0.5 à 10 secondes et peut apparaître dans toutes les phases du sommeil humain. Elle se traduit par l’apparition de formes spécifiques (patterns) sur les signaux EEG et EMG et/ou de modifications de leurs caractéristiques.

Département Automatique – GIPSAlab, B.P. 46, 38402 Saint Martin d’Hères cedex

L’objectif de cette thèse est de développer un système automatique capable de reconnaître des phases de micro éveils au cours du sommeil humain. Il s’agira dans un premier temps de choisir les techniques de traitement du signal les mieux adaptées aux signaux enregistrées et au type d’informations que l’on cherche à extraire. Les «patterns »particulières que l’on cherche à détecter dépendent en fait de chaque signal analysé. Ainsi, chaque signal polysomnographique sera traité de manière séparée par une technique adhoc permettant d’extraire les caractéristiques pertinentes. Dans une deuxième phase du travail, l’ensemble des informations pertinentes extraites sur chaque signal seront fusionnées via un système de décision qu’il faudra définir. Le support pratique de ce travail est une base de données composée d’une cinquantaine d’enregistrements polysomnographiques effectués sur des personnes ne souffrant pas de troubles du sommeil. Cette base de données est mise à notre disposition par la société PhiTools. Les microéveils ont été annotés par un expert (instant de début, instant de fin, type) sur chacun de ces enregistrements. La base de données servira à l’élaboration de la méthode ainsi qu’à sa validation. Collaboration Ce travail est effectué en partenariat avec la société PhiTools qui développe des outils logiciels pour l’analyse automatique du sommeil. Il est également réalisé en collaboration avec Florian Chapotot, neurophysiologiste, chercheur au Sleep, Chronobiology and Neuroendocrinology laboratory de l’Université de Chicago, Illinois, USA. REFERENCES : Zoubek L., Charbonnier S., Lesecq S., Buguet A., Chapotot F”., “Knowledge extraction about th sleep/wake stages using data driven methods”, 6IFAC Symposium on Modelling and Control in Biomedical Systems, September 2022, 2006, Reims, France. Lesecq S., Gentil S., Taleb S. (2006), “Fault detection based on wavelets transform. Application to a roughing mill”, IFAC Safeprocess 2006, Beijing, P.R. China. De Carli F., Nobili L., Gelcich P., Ferrillo F., “A method for the automatic detection of arousals during sleep”, Sleep, vol. 22, n°5, pp. 561571, 1999. Atlas Task Force of American Sleep Disorders Association, “EEG Arousals: scoring rules and examples”, Sleep, vol. 15, n°17, pp. 1746184, 1992. Drinnan M.J., Murray A., White J.E.S.,Smithson A.J., Griffiths C.J., Gibson G.J., “Automatic recognition of EEG changes accompanying arousal in respiratory sleep disorders”, Sleep, vol. 19, pp. 296303, 1996.

Département Automatique – GIPSAlab, B.P. 46, 38402 Saint Martin d’Hères cedex