Modélisation de l'évolution des différents rythmes du signal d'eeg de sommeil

• Auteur / Autrice : Christian Berthomier
• Direction : Jacques Prado
• Type : Thèse de doctorat
• Discipline(s) : Sciences biologiques fondamentales et appliquées
• Date : Soutenance en 1999
• Etablissement(s) : Paris, ENST

Résumé

L'analyse du sommeil est utilisée dans le diagnostic des troubles du sommeil humain et permet l'évaluation des traitements proposes. L'étude du sommeil repose sur l'analyse de signaux electrophysiologiques recueillis en plusieurs points du corps du dormeur. L'analyse visuelle des enregistrements est longue, fastidieuse et expert-dépendante, d'où l’intérêt d'automatiser le dépouillement des nuits de sommeil. Deux méthodes de traitement automatique du signal d'électroencéphalogramme (EEG) de sommeil ont été mises au point dans cette thèse, l'originalité de notre approche étant de n'utiliser qu'une seule dérivation EEG, et de ne pas tenir compte des informations provenant de l'electrooculogramme (eog) ni de l'electromyogramme (emg). La première méthode concerne l'automatisation d'une méthode semi-automatique déjà existante, fondée sur l'analyse par prédiction linéaire de l’EEG. Notre contribution a été de rendre automatique l'association classe/stade de sommeil, jusqu'à présent réalisée par un expert. La méthode automatique proposée analyse le signal d’EEG sur deux échelles de temps dans le but de détecter à la fois les rythmes lents et certaines microstructures du sommeil. Afin de s'affranchir de la grande variabilité de l’EEG de sommeil, la phase de classification utilise une procédure itérative, les critères de classement s'adaptant au contenu fréquentiel de l'enregistrement analyse. La deuxième méthode procède a une analyse de l’EEG par banc de filtres non-uniforme sur-échantillonne. L'analyse par banc de filtres convient particulièrement bien à notre problème de détection simultanée de rythmes lents et de microstructures plus rapides. Le banc de filtres utilise effectue un découpage non-uniforme du spectre de l’EEG, afin de se rapprocher des rythmes habituellement utilises en analyse visuelle. Pour conserver l'information contenue dans l'aspect temporel des signaux, le banc de filtres est sur-échantillonne. Les différentes sorties de voies sont traitées de façon indépendante. Un traitement original a été propose pour l'une d'entre elles dans le cadre de la détection de microstructures particulièrement importantes en analyse du sommeil, les spindles. Ce traitement permet la mesure de certaines grandeurs caractéristiques des spindles, inaccessibles jusqu'alors. La synthèse des résultats des traitements des différentes voies permet, à l'issue d'une classification en plusieurs passes, d'obtenir la description de la nuit sous forme de stades : l'hypnogramme. L'utilisation d'une seule dérivation EEG, et le faible cout de calculs de ces méthodes permettent d'envisager leur application dans un cadre de médecine ambulatoire ou de télémédecine.