WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Détection automatique des oscillations corticales épileptiques à haute fréquence.


par Thouraya GUESMI
Université de Gabès - Mastère de recherche en électronique et télécommunication 2020
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

(a)

(c)

Figure 3.13. Données réelles :(a) signal brut (canal 26), (b) représentation temps-

fréquence.

La figure 3.13 est une représentation temporelle puis fréquentielle du 26ème canal du signal de l'IEEG réel. Le plan temps-fréquence indique que ce canal représente plus des événements HFOs que des pointes ce qui justifie notre choix de travailler sur ce canal afin de reconstruire les pures HFO.

La figure 3.14 est une représentation temporelle puis fréquentielles des oscillations HFOs reconstruites par la technique de la SWT.

GUESMI Thouraya

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

(a)

(b)

Figure 3.14. Reconstruction d'oscillation : (a)représentation temporelle, (b)

plan temps-fréquence.

La représentation temporelle dans la figure 3.14 (a) illustre l'existence des événements HFOs avec quelques éléments des pointes. Dans le plan temps-fréquence à la figure 3.14 (b) nous remarquons quelques blobs qui représentent les événements transitoires (pointes) par rapport à la dominance des pics qui sont les oscillations HFO. Elles sont alors des fausses HFO.

GUESMI Thouraya

GUESMI Thouraya

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

(a)

(b)

Figure 3.15. Signal réel filtré : (a) représentation temporelle, (b) plan

temps-fréquence.

La figure 3.15 représente le signal réel filtré et son plan temps-fréquence qui montre le spectre du signal. Ce spectre s'étale entre affiche la représentation situé dans la bande de fréquence de 80-250 Hz, il affiche alors que des pures événements HFO (oscillation HFO sans les éléments des pointes). Ces pures oscillations HFOs ont été reconstruites par la SWT et représentées à la figure 3.16.

GUESMI Thouraya

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

(a)

(b)

Figure 3.16. Reconstruction des pures HFO : (a) représentation temporelle

(b) plan temps-fréquence.

La figure 3.16 (a) est les reconstructions des pures HFOs dans le domaine temporelle mais son spectre est représenté dans la figure 3.16(b) qui affiche seuls des pics situé dans la bande de fréquence [80 250] Hz , nous avons alors arrivé de reconstruire que les pures HFOs de notre signal IEEG réel par a méthode de SWT.

Chapitre 3 : Evaluation de la SWT en reconstruction des HFOs

3.4. Conclusion

Dans ce chapitre, nous avons évalué la performance de la méthode de la SWT pour la reconstruction des pures oscillations HFOs pour des données simulées puis réelles. Pour les signaux simulés (inspirés de l'enregistrement IEEG), nous avons étudié la robustesse de la SWT dans la reconstruction des HFOs tout en variant différents paramètres lors de la simulation du signal [53]. En effet, et sur toute une plage de fréquences (Ripples et Fast ripples), nous avons commencé par la variation du rapport d'amplitude relative entre les oscillations HFOs et les événements transitoires, ensuite le changement du taux de chevauchement entre ces deux formes (du non chevauché jusqu'à une superposition totale) et enfin le rapport signal / bruit (d'un signal non bruité vers un signal noyé dans le bruit). A partir de nos résultats obtenus et pour toutes les contraintes étudiées, la reconstruction SWT du HFO révèle un bon taux du GOF [52].

Pour les données réelles, nous avons évalué les performances de la SWT pour la reconstruction des HFOs en utilisant la représentation temps-fréquence. La SWT, comme pour les données simulées, elle donne de bons résultats pour la reconstruction des pures

oscillations HFOs [54].

GUESMI Thouraya

52

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci