Détection et classification des troubles du sommeil
Des informations générales:
Le niveau |
Master |
Titre |
Détection et classification des troubles du sommeil |
SPECIALITE |
Instrumentation biomédicale |
Page de garde:
Sommaire:
Chapitre 1
1.1 Introduction
1.2 Les signaux électrophysiologiques.
1.2.1 L’électroencéphalogramme.
1.2.1.1. Anatomie de l’encéphale.
1.2.1.2 Le potentiel d’action.
1.2.1.3 L’emplacement des électrodes.
1.2.2 L’électrocardiogramme (ECG).
1.2.2.1 L’origine du signal ECG.
1.2.2.2 Les caractéristiques temporelles et fréquentielles du signal ECG.
1.2.3. Électro-oculogramme (EOG).
1.2.4. Électromyogramme (EMG).
1.2.5. La polysomnographie (PSG).
1.2.5.1. Définition.
1.2.5.2 L’enregistrement PSG.
1.3 Physiologie du sommeil
1.3.1 La physiologie du sommeil
1.3.2. Les stades de sommeil.
1.3.2.1 Le sommeil lent (NREM).
1.3.2.2 Le sommeil paradoxal (REM) .
1.3.3 Les pathologies du sommeil
1.3.3.1 L’insomnie
1.3.3.2 L’hypersomnie.
1.3.3.3 La parasomnie
1.3.3.4 Syndrome d’apnée du sommeil.
1.3.3.5 Troubles du rythme du sommeil.
1.4 Conclusion
1.5 Références.
Chapitre 02. Méthodes d’analyse
2.1 Introduction
2.2 La transformée de Fourier.
2.2.1 La transformée de Fourier
2.2.2 La transformée de Fourier discrète (TFD)
2.2.3. Inconvénients de la transformée de Fourier
2.3. Méthode non paramétriques pour l’estimation de la densité spectrale
2.3.1. Le périodogramme.
2.3.2. Périodogramme de Welch.
2.4 Méthode paramétriques pour l’estimation de la densité spectrale
2.4.1 La méthode de Yule-Walker.
2.4.2 La méthode de Burg
2.4.3. La méthode de covariance
2.5 Transformée de Fourier à court terme (TFCT)
2.6 Analyse par la transformée d’ondelettes
2.6.1 analyse par transformée d’ondelettes continue (TOC)
2.6.2 La transformée en ondelettes discrète
2.7 Analyse non linéaire
2.7.1. Les mesures entropiques
2.7.2. Detrended fluctuation (DFA).
2.7.3 Dimension de corrélation
2.8 Conclusion
2.9. Références
Chapitre 03. Classification des troubles de
sommeil.
3.1 Introduction
3.2. Méthodes de l’intelligence artificielle
3.2.1 Réseau de neurones
3.2.1.1. Réseaux de neurones non-bouclés.
3.2.1.2. Réseaux de neurones bouclés.
3.2.2 Apprentissage des réseaux de neurones.
3.2.2.1 Apprentissage supervisé.
3.2.2.2 Apprentissage non-supervisé.
3.2.2.3 Apprentissage semi supervisé.
3.2.3 Autres méthodes de classifications
3.2.3.1. Classifieur Bayes naïf.
3.2.3.2. Arbres de décision.
3.2.3.3. Support vector machine.
3.3. La base de données.
3.4. Les paramètres d’évaluation.
3.5. Classification des stades du sommeil.
3.5.1 Objectif de l’étude.
3.5.2 Méthode d’analyse
3.5.3. Résultats et discussion
3.6. Classification des différents types d’apnée
3.6.1. Objectif de l’étude.
3.6.2. Méthode d’analyse
3.6.3. Résultats et discussion
3.7. Classification des troubles de sommeil
2.8. Conclusion
2.9. Références
Conclusion générale
1.1 Introduction
1.2 Les signaux électrophysiologiques.
1.2.1 L’électroencéphalogramme.
1.2.1.1. Anatomie de l’encéphale.
1.2.1.2 Le potentiel d’action.
1.2.1.3 L’emplacement des électrodes.
1.2.2 L’électrocardiogramme (ECG).
1.2.2.1 L’origine du signal ECG.
1.2.2.2 Les caractéristiques temporelles et fréquentielles du signal ECG.
1.2.3. Électro-oculogramme (EOG).
1.2.4. Électromyogramme (EMG).
1.2.5. La polysomnographie (PSG).
1.2.5.1. Définition.
1.2.5.2 L’enregistrement PSG.
1.3 Physiologie du sommeil
1.3.1 La physiologie du sommeil
1.3.2. Les stades de sommeil.
1.3.2.1 Le sommeil lent (NREM).
1.3.2.2 Le sommeil paradoxal (REM) .
1.3.3 Les pathologies du sommeil
1.3.3.1 L’insomnie
1.3.3.2 L’hypersomnie.
1.3.3.3 La parasomnie
1.3.3.4 Syndrome d’apnée du sommeil.
1.3.3.5 Troubles du rythme du sommeil.
1.4 Conclusion
1.5 Références.
Chapitre 02. Méthodes d’analyse
2.1 Introduction
2.2 La transformée de Fourier.
2.2.1 La transformée de Fourier
2.2.2 La transformée de Fourier discrète (TFD)
2.2.3. Inconvénients de la transformée de Fourier
2.3. Méthode non paramétriques pour l’estimation de la densité spectrale
2.3.1. Le périodogramme.
2.3.2. Périodogramme de Welch.
2.4 Méthode paramétriques pour l’estimation de la densité spectrale
2.4.1 La méthode de Yule-Walker.
2.4.2 La méthode de Burg
2.4.3. La méthode de covariance
2.5 Transformée de Fourier à court terme (TFCT)
2.6 Analyse par la transformée d’ondelettes
2.6.1 analyse par transformée d’ondelettes continue (TOC)
2.6.2 La transformée en ondelettes discrète
2.7 Analyse non linéaire
2.7.1. Les mesures entropiques
2.7.2. Detrended fluctuation (DFA).
2.7.3 Dimension de corrélation
2.8 Conclusion
2.9. Références
Chapitre 03. Classification des troubles de
sommeil.
3.1 Introduction
3.2. Méthodes de l’intelligence artificielle
3.2.1 Réseau de neurones
3.2.1.1. Réseaux de neurones non-bouclés.
3.2.1.2. Réseaux de neurones bouclés.
3.2.2 Apprentissage des réseaux de neurones.
3.2.2.1 Apprentissage supervisé.
3.2.2.2 Apprentissage non-supervisé.
3.2.2.3 Apprentissage semi supervisé.
3.2.3 Autres méthodes de classifications
3.2.3.1. Classifieur Bayes naïf.
3.2.3.2. Arbres de décision.
3.2.3.3. Support vector machine.
3.3. La base de données.
3.4. Les paramètres d’évaluation.
3.5. Classification des stades du sommeil.
3.5.1 Objectif de l’étude.
3.5.2 Méthode d’analyse
3.5.3. Résultats et discussion
3.6. Classification des différents types d’apnée
3.6.1. Objectif de l’étude.
3.6.2. Méthode d’analyse
3.6.3. Résultats et discussion
3.7. Classification des troubles de sommeil
2.8. Conclusion
2.9. Références
Conclusion générale
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.