Méthodologie d'analyse des synchronisations neuronales dans les signaux EEG à l'aide de graphes d'informations temps-fréquence

par Montaine Bernard

Thèse de doctorat en Traitement du signal et des images

Sous la direction de Christine Fernandez-Maloigne et de Joël Paquereau.


  • Résumé

    Les différents cadres théoriques étudiés m'ont permis de proposer une méthode d'extraction dynamique des informations contenues dans les signaux EEG et une méthode d'analyse basée sur l'appariement de graphes construits à partir de ces informations. Les signaux EEG sont des signaux à haute complexité : ils évoluent en temps, en fréquence, en énergie, dans l'espace. Ces dimensions sont intégrées dans une modélisation par graphe basée sur une analyse temps-fréquence. Afin de cibler l'analyse, nous segmentons les bouffées d'énergies, informations principales de la carte temps-fréquence. Les bouffées d'énergie sont ensuite caractérisées par un ensemble de paramètres puis structurées par un graphe orienté et valué. La fonction de similarité et l'algorithme d'appariement permettent de caractériser le transfert d'information entre aires neuronales, les variations rythmiques et la taille de la population neuronale mobilisée pour effectuer la tâche demandée.

  • Titre traduit

    Methodology of neuronal synchronization study in EEG signals with the use of time-frequency information graphs


  • Résumé

    In this work, we propose a dynamic extraction of EEG signals features and an analysis method based on EEG features graphs matching. EEG signals have a high complexity : brain electrical activity changes over time, frequency, energy and space dimensions. This activity is subject to intra and inter variations. We catch all these dimensions within a graph built from time-frequency information (complex Morlet wavelet). In order to reduce the data quantity and refine the analysis, we segment the bursts from the time-frequency map. This segmentation is based on an adaptive threshlod with Brent minimization and watershed algorithm. Then, the bursts are characterized by a set of parameters structured by a oriented valuated graph. To analyse cerebral activity, graphs are matched together with the use of a similarity fonction and the Gold algorithm. The matching results evaluate the information transfer between neural areas, the rythm variations and the neural population size.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XX-207 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 173 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Poitiers. Service commun de la documentation. Section Sciences, Techniques et Sport.
  • Disponible pour le PEB
  • Cote : 06/POIT/2338-B
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.