Chapitre 2 : Les techniques de filtrages
[45].Ils ont également
intégré la SWT sur une architecture embarqué pour
détecter le temps précis et la localisation de l'accumulation de
crises [46].
A.hadriche et ses collaborateurs ont employé l'analyse
temps-fréquence par l'application de la méthode du Mtaching
Pursuit (MP) pour détecter le potentiel évoqué
[47].
Les approches d'analyse en temps-fréquence peuvent
être regroupées selon différentes représentations :
la représentation linière (TF, STFT, WT et la
décomposition de Gabor), et la représentation quadratique comme
le spectrogramme, la fonction d'ambigüité et la distribution de
Winger-ville.
Sachant que la transformée en ondelettes s'appui sur
une couverture par des translations en domaine temporel et par des dilatations
en domaine fréquentiel, par conséquent cela mène à
un pavage du plan temps-fréquence qui se change en fréquence et
qui éventuellement représente significativement les
propriétés d'un signal en temps et fréquence.
2.8. Conclusion
Au niveau de ce chapitre, nous avons montré les
différentes techniques de filtrage référés à
la transformation d'ondelette. Ainsi, nous avons montré les performances
de la transformée d'ondelette stationnaire (SWT) vis-à-vis les
autres techniques d'ondelettes. La SWT va être appliquée sur notre
base de données des signaux de l'IEEG épileptiques
(simulées et réelles). Nous avons aussi établit le
critère d'évaluation (GOF) qui sera aussi utilisé afin
d'évaluer cette technique de transformée d'ondelette stationnaire
(SWT) pour la détection et la reconnaissance des oscillations
épileptiques à haute fréquence (HFO).
GUESMI Thouraya
GUESMI Thouraya
| 
