Analyse automatique des crises d'épilepsie du lobe temporal à partir des EEG de surface, Automatical analysis of temporal lobe epileptic seizures from scalp EEG

De
Publié par

Sous la direction de Didier Wolf
Thèse soutenue le 05 octobre 2006: INPL
AL’objectif de la thèse est le développement d’une méthode de caractérisation des crises d’épilepsie du lobe temporal à partir des EEG de surface et plus particulièrement de la zone épileptogène (ZE) à l’origine des crises. Des travaux récents ont démontré une évolution des synchronisations entre structures cérébrales permettant une caractérisation de la dynamique des crises du lobe temporal. La comparaison de différentes méthodes de mesure de relation a permis la mise en évidence des avantages du coefficient de corrélation non-linéaire dans l’étude de l’épilepsie par les EEG de surface. L’exploitation de l’évolution de ce coefficient est à la base de trois applications de traitement automatique du signal EEG : -détermination de la latéralisation de la ZE au départ d’une crise, -recherche d’une signature épileptique, -classification des crises du lobe temporal en deux groupes
-Épilepsie
-Eeg
-Synchronisation
-Latéralisation
-Mise en correspondance
-Extraction de caractéristiques
The objective of this work was the development of a temporal lobe epilepsy seizures characterization methodology realized through scalp EEG analysis. Recent researches showed an evolution of the synchronizations between cerebral structures, allowing a characterization of dynamic of the seizures. The comparison, between different methods of relation measurement, proved the advantages of the non-linear correlation coefficient in the study of epileptic seizures from scalp EEGs. The characterization of the evolution of this coefficient was used as the base of the development of three signal processing applications : -determination of the side of the Epileptic Zone at the onset of a seizure -research of an epileptic pattern at the seizure onset -classification of the temporal lobe seizures into two groups.
-Epilepsy
-Scalp EEG
-Synchronization
-Lateralization
-Similarity and characteristics extraction
Source: http://www.theses.fr/2006INPL043N/document
Publié le : lundi 24 octobre 2011
Lecture(s) : 104
Nombre de pages : 165
Voir plus Voir moins

Ecole doctorale IAEM Lorraine
DFD Automatique et Production Automatis´ee
Institut National Polytechnique de Lorraine
inpl
nancy
Analyse automatique des crises
d’´epilepsie du lobe temporal `a partir
des EEG de surface
`THESE
pr´esent´ee et soutenue publiquement le 5 octobre 2006
pour l’obtention du
Doctorat de l’Institut National Polytechnique de Lorraine
Sp´ecialit´e Automatique et Traitement du Signal
par
Matthieu Caparos
Composition du jury
Rapporteurs : Pr. Catherine Marque BMGBM, UMR CNRS 6600, Compi`egne
Pr. Patrick Chauvel LNN, UMR INSERM 751, Marseille
Examinateurs : Dr. Val´erie Louis-Dorr CRAN, UMR CNRS 7039, Nancy
Cr. Fabrice Wendling LTSI, UMR INSERM 642, Rennes
Dr. Jean-Pierre Vignal Service de neurologie, Hoˆpital Central, Nancy
Pr. Didier Wolf CRAN, UMR CNRS 7039, Nancy
Invit´e : Pr. Herv´e Vespignani Service de neurologie, Hˆopital Central, Nancy
Centre de Recherche en Automatique de Nancy CNRS – UMR 7039Mis en page avec la classe thloria.i
Remerciements
Les travaux exposés dans le présent mémoire ont pu être réalisés grâce à la collabora-
tion étroite entre le Centre en Recherche en Automatique de Nancy (UMR7039-CNRS-
INPL), leservice deneurologiedu CHUdeNancy, leLaboratoiredu Traitement duSignal
et de l’Image de Rennes et l’équipe Ingénierie pour la santé du CRAN.
JesuistrèstouchéqueM.FabriceWendling,ChargédeRecherchesauLTSIdeRennes,
ait accepté de présider mon jury de thèse et je le remercie pour l’expertise sur les élec-
troencéphalogrammes qu’il nous a amené pendant ces 4 ans.
J’exprime ma gratitude à M. Patrick Chauvel, Directeur du laboratoire de neurophy-
siologieetneuropsychologieduCHUlaTimoneàMarseille,quiaacceptéd’êtrerapporteur
demathèse.Jeleremercievivement desalectureattentiveetdesremarquesconstructives
qu’il a su porter sur mes travaux.
Jetiensàexprimerdechaleureuxremerciements àMme.CatherineMarque,Directrice
de laSociété Française deGénie Biologiqueet Médicale, pour tout l’intérêt qu’elle a porté
à mon mémoire et les très intéressantes perspectives qu’elle a soulevées.
JeremercieM.DidierWolf,Professeuràl’InstitutNationalPolytechnique deLorraine,
d’avoir dirigémestravauxdethèse. Sonaideainsi queses relectures m’ontsouvent permis
d’orienter efficacement mes efforts et d’améliorer certains points.
J’adresse un grand merci à Mme. Valérie Louis-Dorr, Maître de Conférences à l’Insti-
tut National Polytechnique de Lorraine, sans qui cette thèse n’aurait jamais vu le jour.
J’ai été très sensible à son soutien et à ses nombreux conseils qui m’ont permis d’avancer.
Il ne faut évidemment pas oublier tous les collègues et amis rencontrés au CRAN avec
qui j’ai pu enrichir ma connaissance du meilleur dosage pour le café (n’est ce pas Benoît
et Radu), améliorer mes connaissances en esprit féminin (merci Gaëlle, si si!) et tous les
autres, qui sont vraiment trop nombreux pour être cités un par un.
Merci aussi à tous ceux qui ne comprennent rien à l’automatique et au traitement du
signal, mais qui m’ont néanmoins permis de passer de superbes moments (pour oublier la
thèse?)! Roy et Roine, pour votre gentillesse et vos invitations, Kolonel, pour ta patience
et ta disponibilité lorsqu’on en a besoin (pas pour tes invitations....), Gamin pour... euh...
pour être toi, tu m’a bien fait rigoler quand même et enfin merci au Geumeuleu pour
l’ensemble de son oeuvre! Enfin, n’oublions pas Zennemi, tu m’as bien souvent permis
dem’évaderdanslesméandresdetonmondeetmêmequelquesfoisfaitvenirl’inspiration!
Je tiens aussi à remercier plus que chaleureusement mes parents, pour leur soutien,
leurs encouragements, leur disponibilité et leur amour sans limite. Ma famille et mes
prochesayant, euxaussi, contribué àmaréussite etmon épanouissement etjeleur adresse
à tous 1000 mercis.ii
Et évidemment, Aurore qui m’a soutenu, inspiré et permis de trouver les forces pour
finir sans faiblir. Si tu n’avais pas été là sur la fin, je pense que je serais encore entrain de
faire des corrections! Merci merci et encore merci pour ton abnégation de ce printemps...iii
à AuroreivTable des matières
Introduction 1
Chapitre 1 Contexte, état de l’art et problématique 5
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Notions générales sur l’épilepsie . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Historique de la découverte de l’épilepsie . . . . . . . . . . . . . . . 6
1.2.2 L’épilepsie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.3 Etiologie de la maladie . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.4 Les traitements possibles . . . . . . . . . . . . . . . . . . . . . . . . 9
Les traitements pharmaceutiques . . . . . . . . . . . . . . . . . 9
Les traitements chirurgicaux . . . . . . . . . . . . . . . . . . . . 9
1.3 Méthodes d’investigation : Diagnostic . . . . . . . . . . . . . . . . . . . . 10
1.3.1 Données cliniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.2 Données anatomiques et fonctionnelles . . . . . . . . . . . . . . . . 11
Tomodensimétrie ou Scanner cérébral . . . . . . . . . . . . . . . 11
IRM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Imagerie Fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Données Electrophysiologiques . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Electrogénèse cérébrale . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.2 Types de données Electrophysiologiques . . . . . . . . . . . . . . . 15
Les méthodes invasives . . . . . . . . . . . . . . . . . . . . . . . 15
Les méthodes de surface . . . . . . . . . . . . . . . . . . . . . . 16
1.4.3 l’EEG de surface et les crises du lobe temporal . . . . . . . . . . . 16
Bilan préchirurgical . . . . . . . . . . . . . . . . . . . . . . . . . 17
Description d’une crise type . . . . . . . . . . . . . . . . . . . . 17
Instrumentation . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5 Formalisation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . 23
vvi Table des matières
1.5.1 Positionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.2 Problème posé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Corrélations entre régions cérébrales . . . . . . . . . . . . . . . . 26
Latéralisation de la zone épileptogène . . . . . . . . . . . . . . . 27
Classification des crises . . . . . . . . . . . . . . . . . . . . . . . 28
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Chapitre 2 Mesure de relations inter-structures 31
2.1 Mesures paramétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.1 Les modèles AutoRégressifs . . . . . . . . . . . . . . . . . . . . . . 32
Présentation générale des modèles AR . . . . . . . . . . . . . . 32
2.1.2 Propagation du signal électrophysiologique . . . . . . . . . . . . . . 34
Identification d’un modèle AR Multivariable . . . . . . . . . . . 35
Estimation des coefficients du modèle AR . . . . . . . . . . . . 38
Mesures paramétriques de relations inter-structures . . . . . . . 39
2.2 Mesures non-paramétriques . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2.1 Corrélation linéaire en sous-bandes . . . . . . . . . . . . . . . . . . 42
Définition des sous-bandes de l’EEG. . . . . . . . . . . . . . . . 42
Filtrage en sous-bandes . . . . . . . . . . . . . . . . . . . . . . . 45
Corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
22.2.2 Coefficient de régression non-linéaire h . . . . . . . . . . . . . . . 48XY
Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2Estimation des paramètres optimaux pour h . . . . . . . . . 53XY
2.3 Comparaison entre les méthodes . . . . . . . . . . . . . . . . . . . . . . . 55
2.3.1 Simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Mesure de cohérence sur des modèles AR . . . . . . . . . . . . . 56
Mesure de relations sur un modèle . . . . . . . . . . . . . . . . . 58
2.3.2 Signaux EEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Estimation de modèles AR . . . . . . . . . . . . . . . . . . . . . 65
Application des méthodes de mesure de relation . . . . . . . . . 70
2.3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Chapitre 3 Base de données et latéralisation du foyer épileptogène 75
3.1 Réalisation de la base de données . . . . . . . . . . . . . . . . . . . . . . . 75
3.1.1 Patients . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75vii
3.1.2 Sélection des données . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.1.3 Recueil du Signal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.2 Latéralisation des crises . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.2.1 La zone épileptogène . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2.2 Indication automatique du départ de crise . . . . . . . . . . . . . . 81
Segmentation monovoie . . . . . . . . . . . . . . . . . . . . . . . 83
Suppression des artefacts . . . . . . . . . . . . . . . . . . . . . . 86
Fusion des segmentations monovoie . . . . . . . . . . . . . . . . 87
Délimitation de l’intervalle candidat contenant la crise. . . . . . 87
3.2.3 Latéralisation d’événements détectés . . . . . . . . . . . . . . . . . 93
Indice de latéralisation . . . . . . . . . . . . . . . . . . . . . . . 93
Indication du départ de la crise . . . . . . . . . . . . . . . . . . 94
3.2.4 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Chapitre 4 Classification des crises d’épilepsie du lobe temporal 103
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.2 Extraction de caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.2.1 Mesure de ressemblance . . . . . . . . . . . . . . . . . . . . . . . . 105
Position du problème . . . . . . . . . . . . . . . . . . . . . . . . 106
Codage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Choix d’une distance . . . . . . . . . . . . . . . . . . . . . . . . 108
Distance d’édition globale : Algorithme de Wagner et Fisher . . 110
Application à des crises réelles . . . . . . . . . . . . . . . . . . . 117
4.2.2 Mesure locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Algorithme de Smith et Waterman . . . . . . . . . . . . . . . . 121
Extension au cas matriciel . . . . . . . . . . . . . . . . . . . . . 124
Application à des crises réelles . . . . . . . . . . . . . . . . . . . 126
4.3 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Classification à partir de la distance d’édition . . . . . . . . . . 130
Classification des crises : utilisation des mises en correspondance 130
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
Conclusion générale et perspectives 141viii Table des matières
Bibliographie 145
Annexes 153

Soyez le premier à déposer un commentaire !

17/1000 caractères maximum.

Diffusez cette publication

Vous aimerez aussi