Détection et classification des troubles du sommeil

Abstract

Le sommeil est une fonction physiologique indispensable dans la vie humaine. Il joue un rôle incontournable dans la santé physique et morale. Le but de ce projet de fin d’étude est de développer un tel système d’aide au diagnostic de ces pathologies. Le système est basé sur l’extraction des indices d’intérêt clinique des signaux physiologiques et électrophysiologiques et d’utiliser les technique de l’intelligence artificielle pour classifier les différents stades et pathologies. Les signaux EEG étaient décomposés à leurs composantes fréquentielles à l’aide de la TOD. Des paramètres statistiques ont été calculés pour chaque niveau de décomposition. Ces paramètres présentent le vecteur d’entrée pour les différents classifieurs tels que l’arbre de décision, le classifieur Bayésien, le réseau de neurones et le SVM. Les résultats obtenus ont montré que le réseau de neurones et le SVM de type gaussien ont le taux de classification le plus élevé parmi ces différents types de classifieurs.