Analyse automatique du sommeil par détection des événements phasiques et par modélisation dipolaire de l'activité delta : Applications pour l'aide au diagnostic du Syndrome d'Apnée du Sommeil

= Automatic sleep analysis using phasic event detection and dipole modelling of delta activity : Applications for diagnostic help of Sleep Apnea Syndrome

• Auteur / Autrice : Gwenaëlle Collet
• Direction : Jacques Pernier
• Type : Thèse de doctorat
• Discipline(s) : Génie biologique et médical
• Date : Soutenance en 1996
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : École doctorale Interdisciplinaire Sciences-Santé (Villeurbanne ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : labo non créé

Mots clés

Mots clés contrôlés

Réseau nerveux

Analyse automatique

Syndromes d'apnées du sommeil

Résumé

Nous avons réalisé un système d'analyse automatique du sommeil pour les patients présentant un Syndrome d' Apnée du Sommeil. Cet analyseur est basé sur la détection d'événements phasiques et d'activités caractéristiques présents dans l'EEG, l'EOG et l'EMG de sommeil. Pour deux détecteurs (fuseaux, ondes lentes), un réseau de neurones capable de mémoriser la polymorphie de ces ondes a été utilisé. Les détecteurs d'atonie et de micro-éveils ont été conçus pour limiter l'influence de l'artefact cardiaque, souvent présent dans les enregistrements polygraphiques de patients apnéiques. Ces détecteurs constituent une base d'outils performants pour analyser le sommeil de façon automatique. Malgré les limitations des lois de Rechtschaffen et Kales pour classer le sommeil perturbé et pour répondre à une demande clinique, nous avons utilisé ces lois pour élaborer un hypnogramme. Les pourcentages d'accords obtenus étaient dépendants de la qualité des signaux : - entre 86,9% et 70,7% pour 6 sujets normaux (moyenne 80,2 %) - entre 74,6% et 58,1% pour 3 patients apnéiques (moyenne 64,1 %) Nous avons étudié les apports de la modélisation dipolaire de l'activité delta. Ce travail initial a montré que la modélisation dipolaire permet : - de discriminer les contributions respectives des K-complexes et des ondes lentes - d'accéder à une quantification plus représentative du sommeil à ondes lentes - potentiellement, après développement d'un modèle à trois dipôles, de détecter les mouvements oculaires et les artefacts musculaires.

The main purpose of this thesis was to develop an automatic sleep analysis system for patients suffering from sleep Apnea Syndrome. This analysis was based on the detection of phasic event and caracteristic activity present in EEG, EOG and EMG. For two types of wave, spindles and slow waves, neural networks able to memorize wave polymorphy have been used. For the detection of atonic EMG and arousal, detectors have been designed to limit the influence of cardiac artefact often occurring in apneic patient polytrophic recordings. These detectors are performant tools for automatic sleep analysis. Because our aim was to answer clinical requests, we used Rechtschaffen and Kales rules to elaborate hypnograms, despite their limits to stage disturbed sleep. The agreement percentages obtained with this system were depending on signal quality: -between 70,7% and 86,9% for 6 normal subjects (mean 80,2%), -between 58,1 % and 74,6% for 3 apneic patients (mean 64,1 %), We studied the contribution of dipole modelling on sleep analysis. This preliminary work has shown that dipole modelling allows: -to discriminate the respective contributions of K-complexes and delta waves, -to obtain a quantitative representation of slow wave sleep, -to potentially detect ocular movements and muscular artefacts using 3 dipoles modelling.