Classification des pointes épileptiques en électro-magnéto-encéphalographie

• Main Author: Deslauriers-Gauthier, Samuel
• Format: Others
• Published: École de technologie supérieure 2010
• Online Access: http://espace.etsmtl.ca/261/1/DESLAURIERS%2DGAUTHIER_Samuel.pdf; http://espace.etsmtl.ca/261/4/DESLAURIERS%2DGAUTHIER_Samuel%2Dweb.pdf

L'électroencéphalographie (EEG) et la magétoencéphalographie (MEG) sont des outils essentiels de diagnostic et de traitement de l'épilepsie. Elles permettent d'observer des événements fortement associés à l'épilepsie, les pointes épileptiques. Ces pointes permettent entre autres de localiser la région du cerveau qui cause les symptômes de l'épilepsie. Toutefois, pour obtenir une localisation précise, les signaux EEG et MEG qui contiennent les pointes doivent avoir un rapport signal sur bruit (SNR) élevé. Une technique qui permet d'augmenter le SNR est de faire la moyenne de plusieurs signaux similaires. Cependant, comment peut-on s'assurer que les signaux sont suffisamment similaires pour en faire la moyenne? La solution consiste à effectuer la classification des pointes épileptiques. Ce mémoire présente la méthodologie et son évaluation, de la conception d'une nouvelle technique de classification de pointes épileptiques mesurées en EEG et en MEG. Parce que cette nouvelle technique utilise la représentation des pointes dans l'espace des sources, elle permet de classifier des pointes morphologiquement similaires, mais provenant de sources distinctes. La performance de cet algorithme a été évaluée sur des signaux EEG et MEG simulés. Les résultats indiquent que la technique proposée permet de grouper les pointes qui possèdent une représentation dans l'espace des sources similaires. L'utilisation de l'algorithme sur des signaux épileptiques réels a permis de trouver des régions actives du cerveau qui n'apparaissaient pas lors de l'analyse traditionnelle.