Construction automatique d'architecture de reseaux de neurones multiclasses a topologie optimisee : application au rejet d'artefacts en electroencephalographie

Automatized architecture construction of multiclasses neural networks with optimised topology: application to artefact rejection in electroencephalography

• Auteur / Autrice : PATRICE CLOCHON
• Direction : Daniel Bloyet
• Type : Thèse de doctorat
• Discipline(s) : Sciences médicales
• Date : Soutenance en 1995
• Etablissement(s) : Caen

Résumé

Les enregistrements electroencephalographiques peuvent etre affectes par des perturbations de type externe (artefact electrique, etc. ) ou de type physiologique (artefact oculaire, etc. ) qui peuvent entacher l'analyse des indices pertinents. Le rejet de ces artefacts est traditionnellement realise par des experts sur des criteres visuels. Un systeme de rejet automatique d'artefacts a ete realise afin de fiabiliser cette analyse et la rendre moins laborieuse. Ce systeme est compose d'un pretraitement par transformee en ondelettes associe a un systeme de detection et de decision par reseaux de neurones. Par rapport aux analyses spectrales traditionnellement utilisees, la transformee en ondelettes permet de caracteriser plus precisement les artefacts. Le modele de reseau de neurones propose integre une nouvelle regle d'apprentissage et une construction automatique d'architecture. Ce modele offre les avantages a la fois des reseaux de neurones a architecture fixe et des reseaux a arbres de decision (ou a construction automatique), tout en evitant les limitations de ceux-ci. Nous avons valide notre modele de reseau de neurones par comparaison aux reseaux existants, ce qui a de plus permis de mettre en evidence ses multiples avantages. Le systeme de rejet automatique d'artefacts realise a montre en pratique courante son interet vis a vis des methodes traditionnelles