Classification des anomalies cérébrales par le traitement de signal EEG

Abstract

Les signaux EEG sont pour l'étude de l'épilepsie, les éléments fondamentaux de toute analyse spatio- temporelle de processus dits paroxystiques. Ceux-ci se caractérisent dans les périodes critiques (les crises) par un envahissement massif des structures cérébrales par des décharges rapides. La classification des signaux EEG en vue d’une reconnaissance des cas pathologiques comme l’épilepsie est une tâche médicale très difficile pour le médecin neurologue. Dans ce travail, nous proposons une méthode d’aide au diagnostic pour la reconnaissance automatique des épilepsies en utilisant une décomposition en ondelettes pour l’extraction des plusieurs paramètres de caractérisation suivi de plusieurs classifieur SVM, réseau MLP, L’arbre de décision pour la classification des patients épileptiques. Les résultats expérimentaux obtenus en testant l'approche proposée sur les enregistrements EEG d’une base de données universelle démontrent l'efficacité de notre approche.