APPLICATION DES SYSTEMES STRUCTURES A L’ETUDE DU

Marie-Therese

Description

Sujet de MASTER RECHERCHE : Détection automatique de phases de micro éveils à partir de signaux polysomnographiques enregistrés chez l’humain Responsable : Charbonnier SylvieEmail : [e-mail] Tel : [phone] Site web du LAG : http : //www.lag.ensieg.inpg.fr Site web du responsable : [SITE_WEB_RESPONSABLE] Co-encadrant : Lesecq Suzanne [e-mail] 04 76 82 62 25 Site web du co-encadrant : [SITE_WEB_CO-ENCDRANT] Financement : demandé obtenu : MOTS-CLES : Surveillance, Diagnostic CADRE ET OBJECTIFS DU SUJET : Contexte L’analyse du sommeil humain est effectuée à l’aide d’enregistrements poly-somnographiques. Le sujet est équipé de capteurs qui permettent le recueil de différents signaux au cours d’une nuit de sommeil, à une fréquence d’environ 100Hz : - 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’ensemble de ces signaux sont utilisés pour reconnaître les différentes phases du sommeil humain et permettent ainsi l’élaboration d’un hypnogramme, décrivant la succession des phases de sommeil au cours d’une nuit, qui sert de base au diagnostic de troubles du sommeil. L’hypnogramme est obtenu en affectant à chaque tranche de 20 secondes d’enregistrement une phase parmi les 6 phases de sommeil ...

Informations

• Publié par: Unsa
• Nombre de lectures: 286
• Langue: Français

Extrait

Sujet de MASTER RECHERCHE : Détection automatique de phases de micro éveils à partir de signaux polysomnographiques enregistrés chez l’humain Responsable: Charbonnier SylvieTel : [phone]Email : [e-mail] Site web du LAG : http : //www.lag.ensieg.inpg.fr Site web du responsable : [SITE_WEB_RESPONSABLE] Coencadrant : Lesecq [e-mail]04 76 82 62 25 Site web du coencadrant : [SITE_WEB_COENCDRANT] Financement :demandéobtenu : MOTSCLES : Surveillance, Diagnostic CADRE ET OBJECTIFS DU SUJET : Contexte L’analyse du sommeil humain est effectuée à l’aide d’enregistrements polysomnographiques. Le sujet est équipé de capteurs qui permettent le recueil de différents signaux au cours d’une nuit de sommeil, à une fréquence d’environ 100Hz :  l’électroencéphalogramme(EEG), mesure de l’activité électrique du cerveau  l’électromyogramme (EMG), mesure de la tonicité de la peau (EOG), mesure des mouvements oculaires. l’électrooculogramme L’ensemble de ces signaux sont utilisés pour reconnaître les différentes phases du sommeil humain et permettent ainsi l’élaboration d’un hypnogramme, décrivant la succession des phases de sommeil au cours d’une nuit, qui sert de base au diagnostic de troubles du sommeil. L’hypnogramme est obtenu en affectant à chaque tranche de 20 secondes d’enregistrement une phase parmi les 6 phases de sommeil possibles : éveil, stade 1, stade 2, stade 3, stade 4, sommeil paradoxal. Pour la construction d’un hypnogramme, la granularité (la durée minimale) d’une phase de sommeil est donc de 20 secondes. L’hypnogramme décrit la macro structure du sommeil. Or, certains évènements transitoires de courte durée peuvent apparaître au cours du sommeil, qui ne sont pas décrits dans l’hypnogramme. Ces évènements décrivent la micro structure du sommeil et leur reconnaissance permet le diagnostic de certains troubles du sommeil. Objectifs Dans le cadre de ce sujet de master, nous nous intéresserons à la détection des phases de micro éveils. 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 caractéristiques (patterns) sur les signaux EEG, EMG et EOG. L’objectif de ce sujet de master est le développement d’une méthode de détection automatique de ces micro événements. Pour cela, nous disposons d’une base de données composée d’une cinquantaine d’enregistrements polysomnographiques effectués sur des

Laboratoire d’Automatique de Grenoble – ENSIEG – B.P. 46 – 38402 – SaintMartind’HèresCedex

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) sur chacun de ces enregistrements. La base de données servira à l’élaboration de la méthode ainsi qu’à sa validation. Le plan de travail sera le suivant :  bibliographiesur les méthodes existantes de détection de micro éveils des signaux polysomnographiques Analyse  Choixde la méthode de traitement et extraction des caractéristiques. On envisagera, entre autres, l’utilisation de traitement à base d’ondelettes sur ces signaux des caractéristiques les plus pertinentes par fouille de données Sélection REFERENCES : •Becq, GuillaumeSylvie Charbonnier, Florian Chapotot, Alain Buguet, Lionel Bourdon, Pierre Baconnier “Comparison between five classifiers for automatic scoring of human sleep recordings” in Studies in Computational Intelligence (SCI), Vol. 4, 113127, SpringerVerlag 2005 Volume 4 : Classification and clustering for knowledge discovery, Editors: Saman K. Halgamuge and Lipo Wang, Springer Verlag •Zoubek , L.S. CharbonnierKnowledge extraction about, S. Lesecq, A. Buguet, F. Chapotot th sleep/wake stages using data driven methods , 6IFAC Symposium on Modelling and Control in Biomedical Systems, September 2022, 2006,Reims, France •S., GENTIL S., TALEB S. (2006), « Fault detection based on wavelets transform. LESECQ application to a roughing mill », IFAC Safeprocess 2006, Beijing, P.R. China. •S., BARRAUD A. (2003), “Arcing fault detection using wavelet transform”, IFAC LESECQ Safeprocess 2003, Washington D.C., USA.

Laboratoire d’Automatique de Grenoble – ENSIEG – B.P. 46 – 38402 – SaintMartind’HèresCedex