Thèse soutenue

Un système de compression vidéo et de synchronisation multimodale des EEGs pour la télémédecine

FR  |  
EN
Auteur / Autrice : Laurent Lambert
Direction : Patrick Garda
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 07/12/2017
Etablissement(s) : Paris 6
Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
Partenaire(s) de recherche : Laboratoire : LIP6 (1997-....)
Jury : Président / Présidente : Mohamed Chetouani
Examinateurs / Examinatrices : Pierre Langlois, Khalil Hachicha, Andrea Pinna
Rapporteurs / Rapporteuses : Alain Mérigot, Michel Paindavoine

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

L'examen EEG est un examen fonctionnel essentiel de la médecine moderne. Il consiste dans l'acquisition de signaux physiologique d'un patient afin de diagnostiquer ses troubles neurologiques. À cause d'une mauvaise répartition des experts et d'une diversification des spécialités de neurophysiologie, la téléexpertise s'impose comme une solution pour apporter des soins pour tous. Cette thèse aborde la problématique de téléexpertise d'un examen EEG tout en repoussant les limitations des équipements d'EEG actuelle. Ces limitations, observées par les médecins, sont l'imprécision de la synchronisation entre les signaux physiologiques et l'enregistrement vidéo et la faible qualité de cet enregistrement vidéo. La première limitation nous a conduit à développer un mécanisme de synchronisation matérielle déterministe ainsi que de définir un nouveau format de fichier capable de stocker les signaux physiologiques ainsi que la vidéo de manière uniforme. La seconde limitation a mené en la définition d'un nouvel algorithme de compression nommé ROI-Waaves. Cet algorithme, utilisant la transformée en ondelettes et le codeur entropique HENUC, est capable d'encoder des zones de l'image avec une qualité supérieure afin de conserver les détails des mains et du visage du patient. Finalement, nous avons développé deux implémentations mettant en place les solutions proposées et permettant de réaliser un examen EEG synchronisé et compressé. De plus, nous avons proposé une architecture matérielle compressant un flux vidéo à 100 images par seconde en temps réel en utilisant ROI-Waaves.