iii
RÉSUMÉ
Le développement d’une nouvelle méthode d’analyse des signaux biomédicaux soulève de nombreux problèmes de
validation et de diagnostic. Ce travail vise à quantifier un signal EEG dans le but d’améliorer l’analyse des
phénomènes détectés dans l’activité cérébrale.
Les signaux de l’électroencéphalographie représentent la somme des potentiels générés par des populations de
neurones, et possèdent un aspect oscillatoire qui se visualise sous forme aléatoire et imprévisible difficile à analyser.
L’approche présentée dans cette thèse a pour objectif de quantifier un signal EEG de surface pour le caractériser
puis le classifier.
Pour la quantification du signal EEG, nous appliquons la Transformée de Fourier Rapide afin d’obtenir une
représentation fréquentielle de ce signal, puis nous quantifions les différents rythmes corticaux qui le composent,
suivant leurs magnitudes moyennes. Une fois le signal quantifié, une classification basée sur l’Analyse en
Composantes principales est appliquée afin de déterminer l’appartenance de ce signal à un groupe de signaux EEG
présentant ou non une pathologie particulière.
ABSTRACT
New techniques must be developed to aid in the diagnosis, monitoring, and treatment of abnormalities and diseases
of the human body. This work aims to quantify the EEG signal in order to improve the analysis of phenomena
detected in brain activity.
Electroencephalography signals represent the sum of the potentials generated by neurons populations, and have an
oscillatory aspect that is visualized in random and unpredictable form difficult to analyze.
The approach presented in this thesis aims to quantify scalp electroencephalographic signal (EEG) to characterize
and classify it.
For quantification of the EEG signal, we apply the Fast Fourier Transform to obtain a frequency representation of
the signal, then, we quantify the different cortical rhythms that compose it, according to their average magnitudes.
Once the signal quantized, a classification based on Principal Components Analysis is applied to determine the
membership of the signal to a group of EEG signals having a particular pathology or not.