Étude de modèles de potentiels évoqués visuels en vue de la détection et de la classification des réponses en temps réel

par Pascale Cheruy

Thèse de doctorat en Génie biomédical

Sous la direction de Jacques Duchêne.


  • Résumé

    Les potentiels évoqués visuels ont été étudiés avec pour objectif, de mettre au point une méthode permettant de discriminer les signaux élémentaires en termes de signal et de bruit, afin d'améliorer le rapport signal à bruit de la réponse moyenne et de diminuer la durée d'enregistrement. Une analyse bibliographique nous a permis de définir précisément les différents protocoles d'enregistrement. Nous avons également décrit les différentes méthodes classiques de traitement (moyennage, filtrage de WIENER, Latency Corrected Averaging et filtrage adapté). La partie essentielle de ce travail a consisté à tester et développer différentes méthodes de traitement du signal et de reconnaissance des formes (modèles autorégressifs, filtrage de Kalman, modèle basé à partir de courbes gaussiennes). Une analyse factorielle discriminante a été effectuée à partir de coefficients extraits des différents modèles pour séparer une classe de signaux de référence d'une classe de bruit (EEG). L'axe discriminant ainsi déterminé, permet d'effectuer la classification en temps réel et en termes de signal et de bruit, de signaux élémentaires pour différents sujets et ce, de façon indépendante du sujet. Le rapport signal à bruit de la réponse moyenne est considérablement augmenté pour tous les sujets que nous avons testés essentiellement pour la méthode basée sur les courbes gaussiennes.

  • Titre traduit

    Visual evoked potential study for real time modelling, detection and classification of single sweeps


  • Résumé

    A method is presented for single sweep analysis. It aims at increasing the average signal to noise ratio. A bibliographic study first describes different experimental protocols and classical signal processing including averaging, Wiener filter, and latency corrected averaging and adaptative filter. Three different models are tested : autoregressive model, kalman filtering and an original model based on Gaussian curves. A discriminant factor analysis is achieved using parameters derived from the three different models in order to separate a class of synthetic signals from a class of noise (EEG). A discriminant vector is calculated and used to classify single sweeps from different subjects. The selected averaging shows an increasing of the signal to noise ratio for every tested subject specially for the method based on Gaussian curves.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (176 p.).
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 132 réf.

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 1990 CHE 256
  • Bibliothèque : Université de Technologie. Service commun de la documentation.
  • Disponible pour le PEB
  • Cote : THE 90 CHE
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.