Compression de signaux biomédicaux
Auteur / Autrice : | Alfonso Prieto Guerrero |
Direction : | Francis Castanié |
Type : | Thèse de doctorat |
Discipline(s) : | Traitement du signal |
Date : | Soutenance en 1999 |
Etablissement(s) : | Toulouse, INPT |
Mots clés
Mots clés contrôlés
Résumé
L'objectif de ce travail de thèse est de proposer des méthodes de compression de signaux biomédicaux, [. . . ] Les signaux étudiés sont de trois catégories : les ElectroMyoGrammes (EMG), les ElectroCardiogrammes (ECG), les ElectroEncéphaloGrammes (EEG). Le choix de ces signaux a été basé sur leur ample utilisation dans le diagnostic et la surveillance des patients, en milieu hospitalier ou en ambulatoire. Cette étude est divisée en quatre chapitres. Le chapitre 1 présente les signaux qui font partie de l'étude en décrivant leur principales caractéristiques. Dans le chapitre 2, une étude comparative entre diverses méthodes de compression est menée. Cette comparaison est faite en divisant les techniques utilisées en deux grandes classes : les méthodes prédictives (le DPCM, la Modélisation Multi-Impulsionnelle et le codeur CELP) et les méthodes par transformées (la Transformée en Cosinus Discrète (TCD) et la Transformée en Ondelette Discrète (TOD)). Les performances de ces deux classes de méthodes sont comparées à celles spécifiquement développées pour les signaux biomédicaux. Nous montrons que les techniques de compression par transformées permettent nettement d'obtenir les meilleurs résultats en termes de rapport signal à bruit et de taux de compression [. . . ]. Le chapitre 3 s'intéresse plus particulièrement à la compression de l'ECG mais les résultats présentés peuvent s'étendre à toute une classe de signaux proches de l'ECG, présentant une structure de motifs périodisés. Ce chapitre présente une nouvelle méthode de compression, basée sur la modélisation de l'ECG à l'aide d'une ondelette ù̀tilisateur'' créée à partir de données réelles. Les résultats [. . . ] ouvrent un champ d'applications, non seulement en compression de données mais aussi en aide au diagnostic. Enfin, le chapitre 4 aborde le problème de la compression d'un point de vue multi-dimensionnel, prenant en compte l'enregistrement en parallèle de plusieurs signaux biomédicaux, comme, par exemple, les différentes dérivations de l'ECG. Deux des techniques présentées sont l'extension au cas multi-dimensionnel des méthodes présentées dans le chapitre 2 (le DPCM et la TCD). Une nouvelle technique de compression est aussi présentée ; celle-ci exploite le lien physique entre les signaux qui forment l'ensemble de l'enregistrement simultané. Cette méthode est basée sur l'identification de filtres RIF liant les différents signaux enregistrés [. . . ]. La méthode originale basée sur l'identification de filtres fournit des résultats très prometteurs.