Contribution à l'analyse de la connectivité effective en épilepsie
Auteur / Autrice : | Chunfeng Yang |
Direction : | Régine Le Bouquin Jeannès |
Type : | Thèse de doctorat |
Discipline(s) : | Traitment dun signal et télécommunications |
Date : | Soutenance en 2012 |
Etablissement(s) : | Rennes 1 |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes) |
Partenaire(s) de recherche : | autre partenaire : Université européenne de Bretagne (2007-2016) |
Mots clés
Résumé
Nos travaux s'inscrivent dans la problématique de l'identification de connectivité effective, et, donc, de graphes de propagation, pour détecter et quantifier les relations entre structures cérébrales impliquées dans l’initiation et la diffusion de crises épileptiques. Différentes approches sont envisagées pour apporter des éléments de réponse à deux questions essentielles, l'identification de liaisons unilatérales et/ou bilatérales et la mise en évidence de liens directs et/ou indirects. Nous nous intéressons d'abord à l'indice de causalité de Granger ainsi qu'à ses extensions fréquentielles et/ou conditionnées, avant d'explorer un indice de pente de phase et de proposer un nouvel indicateur construit sur la cohérence dirigée partielle. Puis, nous investissons une mesure d'entropie de transfert proposée comme méthode non linéaire et non paramétrique (à des horizons de prédiction près) dont nous considérons la forme conditionnelle dans une analyse multivariée. De par la subordination et la sensibilité de cette technique au choix de paramètres de calibration comme l'ordre des modèles, nous proposons une optimisation de cet ordre basée sur le critère d'information bayésien. Ces approches sont évaluées et comparées sur une base de signaux simulés par des processus vectoriels autorégressifs linéaires et non linéaires ainsi que sur des modèles physiologiques réalistes avant d'être appliquées sur des signaux réels enregistrés sur un modèle animal (cochon d'inde). En simulation, les résultats permettent d'établir des graphes de propagation cohérents et conformes aux modèles et, dans le cas réel, d'apprécier les variations de cette connectivité au cours du temps.