[PDF] Place de lEEG continu en réanimation pédiatrique: indications

View - Download Place de lEEG continu en réanimation pédiatrique: indications

Previous PDF

Next PDF

>G A/, i2H@yRdky9kd ?iiTb,ffi?2b2bX?HXb+B2M+2fi2H@yRdky9kd am#KBii2/ QM R J` kyR3 >GBb KmHiB@/Bb+BTHBM`v QT2M ++2bb `+?Bp2 7Q` i?2 /2TQbBi M/ /Bbb2KBMiBQM Q7 b+B@

2MiB}+ `2b2`+? /Q+mK2Mib- r?2i?2` i?2v `2 Tm#@

HBb?2/ Q` MQiX h?2 /Q+mK2Mib Kv +QK2 7`QK

i2+?BM; M/ `2b2`+? BMbiBimiBQMb BM 6`M+2 Q` #`Q/- Q` 7`QK Tm#HB+ Q` T`Bpi2 `2b2`+? +2Mi2`bX /2biBMû2 m /ûT¬i 2i ¨ H /BzmbBQM /2 /Q+mK2Mib b+B2MiB}[m2b /2 MBp2m `2+?2`+?2- Tm#HBûb Qm MQM-

Tm#HB+b Qm T`BpûbX

S`ûpBbBQM /m `Bb[m2 M2m`Q@/ûp2HQTT2K2MiH /m

MQmp2m@Mû T`ûKim`û T` +HbbB}+iBQM miQKiB[m2 /m bB;MH 11: ubb2` H?DD` hQ +Bi2 i?Bb p2`bBQM, ubb2` H?DD`X S`ûpBbBQM /m `Bb[m2 M2m`Q@/ûp2HQTT2K2MiH /m MQmp2m@Mû T`ûKim`û T` +HbbB@

Yasser ALHAJJAR

grade de Docteur de l'Université d'Angers École doctorale : Sciences et technologies de l'information et mathématiques

Discipline : Informatique

Spécialité : STIM

Unité de recherche :

Soutenue le 24/10/2017

Thèse N° :

Prévision du risque neuro-développemental du nouveau-né prématuré par classification automatique du signal EEG Rapporteurs : François Jouen, Dr DdR Directeur Rafic Hage Chehadeh, Professeur des Universités, Université Libanaise Examinateurs : Sylvie Nguyen, Praticien Hospitalier, CHRU de Lille - Hôpital Albert Calmette Patrick van Bogaert, Dr HdR Professeur des Universités, Praticien Hospitalier Anne Humeau, Dr HdR Professeur des Universités, Institut Universitaire de Technologie Invité(s) : Abd El Salam AL HAJJAR, Professeur des Universités, Université Libanaise Directeur de Thèse : Pierre CHAUVET, Directeur délégué IMA,

Co-directeur de Thèse

(13) : Bassam DAYA, Professeur des Universités, Université Libanaise * (instructions page en annexe)

Sommaire

Introduction générale

Contexte.

Objectif.

Contribution.

Plan du rapport.

1 Chapitre 1: Revue de la littérature

1.1 Introduction

1.2 Prématurité des nouveau

1.2.1 Définition et catégorisation

1.2.2 Risques médicaux

1.3 Signal ElectroEncéphaloGramme EEG

1.3.1 Evénements détectables

1.3.2 Amplitude (aEEG)

1.3.3 EEG normal des enfants prématurés

1.3.4 EEG anormal des

1.3.5 Artefacts rencontrés

1.4 Méthodes de prévision du devenir du nouveau

1.4.1 age obtenue par Imagerie à Résonance Magnétique

1.4.2 Analyse du signal EEG

1.5 Modèles de classification automatique

1.5.1 Régression linéaire multiple (MLR)

1.5.2 Analyse discriminante linéaire (LDA)

1.5.3 Machines à vecteurs de support (SVM)

1.5.4 Arbre de décision

1.5.5 Réseaux de neurones artificiels (ANN)

1.6 Conclusion

2 Chapitre 2: Matériels et Méthodes

2.1 Introduction

2.2 Caractér

2.3 Préparation des bases d'apprentissages.

2.3.1 Préparation de la Base BDD_IBI

2.3.2 Préparation de la Base BDD_SEG

2.4

Bases d'apprentissage et de test.

Paramğtres d'Ġǀaluation

2.5 Conclusion

3 Chapitre 3: Résultats et discussion

3.1 Introduction

3.2 Applicat

3.2.1 Régression linéaire multiple

3.2.2 Analyse discriminante linéaire

3.2.3 Machine à Vecteurs de Supports

3.2.4 Réseau de neurones artificiel

3.2.5 Arbre de décision

3.2.6 Discussion des résultats

3.3 Application de S_APP sur BDD_SEG.

3.3.1 Régression linéaire multiple

3.3.2 Analyse discriminante linéaire

3.3.3 Machine à Vecteurs de Supports

3.3.4 Réseau de neurones artificiel

3.3.5 Arbre de décision

3.3.6 Discussion des résultats

3. Choix des seuils dans la segmentation.

3.5 Proposition des caractéristiques utiles du signal EEG

3.6 Conclusion.

4 Chapit

4.1 Introduction

4.2 Corrélation produit des moments de Pearson

4.3 Matrice de corrélation

4.4 Détermination des caractéristiques pertinentes du signal EEG

4.5 Conclusion

5 Conclusion et perspective

Reference

Annexe

Liste des figures

Figure 1: Système 10

YDOHXUPpGLDQHPLQLPDOH9

une troisième dépendante troisième dépendante

Figure 27: Fonction de transfert sigmoïde.

inter ation de EEGdiag sur les de ANR BB Liste

Tableau 1: catégorisation des ondes EEG

Introduction générale

Contexte.

Objectif.

Contribution.

Plan du rapport.................................

Contexte

Un prématuré est un bébé né troi

intervalles ation EEG du nouveau le développement de la télésanté, plus particulièrement dans les applications de la projet, qui a reçu le soutien fin 20 dirigé par le Pr Sylvie NGuyen (Neuropédiatre, Centre Hospitalier Universitaire de la Loire, de sociétés informatiques Nantaises

Le projet ANR BB

un ensemble signal EEG utiles dans la prévision d phase des mesures (telles que le nombre des phases, durée moyenne de la phase, i peuvent être utilisés dans la classification

Objectif.

performants thologique ou non du prématuré n.

Contribution.

N . Cette étude bibliographique avec bouffées du signal EEG en trois catégories e

EDWWHPHQWGXFquotesdbs_dbs35.pdfusesText_40

[PDF] tracé eeg normal

[PDF] eeg pointe onde

[PDF] eeg cours

[PDF] anomalie eeg

[PDF] corrosion galvanique aluminium cuivre

[PDF] corrosion galvanique aluminium acier

[PDF] corrosion galvanique aluminium laiton

[PDF] protection de l'aluminium par anodisation correction

[PDF] compatibilité zinc aluminium

[PDF] corrosion galvanique entre acier et aluminium

[PDF] compatibilité acier galvanisé aluminium

[PDF] cours electrolyse chimie

[PDF] electrolyse d'une solution de chlorure de sodium corrigé

[PDF] electrolyse exercice corrigé

[PDF] electrolyse d'une solution de sulfate de cuivre