Application des métaheuristiques à l'estimation des signaux physiologiques non stationnaires et fortement bruités
Institution:
Paris 12Disciplines:
Directors:
Abstract EN:
This work of thesis carries on the problem of evaluating the physiological and temporally non stationary signals. We were especially interested in the brainstems Auditory Evoked Potentials (BAEPs). These signals are responses to acoustical stimulations. They reflect the activity of the auditory system while permitting a more precocious diagnosis of the acoustic neuroma. In the first step, we propose a new approach to evaluate the non stationary signals, recorded in extremely unfavourable conditions. This approach is based on the use of a stimulated annealing algorithm, in association with the technique of averaging without integration of information a priori on the signals to estimate. Then we will study two variants of this technique. The first uses a model of shape that offers a better quality of the signal. The second one integrates an information a priori on the dynamics of the BAEPs that proves to be notably efficient in the case where the signals are not greatly stationary, one demonstrates as well as the convergence of the optimisation algorithm is accelerated. These approaches are tested on healthy and pathological subjects and thereafter on a type of electrocardiogram (ECG) signals.
Abstract FR:
Ce travail de thèse porte sur le problème de l'estimation des signaux physiologiques et temporellement non stationnaires. Nous étions intéressés particulièrement aux potentiels évoqués auditifs précoces (PEAPs). Ces signaux sont des réponses à des stimulations sonores. Ils reflètent l'activité du système auditif tout en permettant un diagnostic plus précoce du neurinome acoustique. Dans un premier temps, nous proposons une nouvelle approche destinée à l'estimation des signaux non stationnaires, enregistrés dans des conditions extrêmement défavorables. Cette approche est fondée sur l'utilisation de l'algorithme du recuit simulé, en association avec la technique du moyennage et sans intégration de l'information a priopri sur les signaux à estimer. Nous étudierons ensuite deux variantes de cette technique. La première utilise un modèle de forme qui offre une meilleure qualité du signal. La deuxième variante intègre une information a priori sur la dynamique des PEAPs qui s'avère efficace notamment dans le cas où les signaux ne sont pas fortement non stationnaires, on démontre ainsi que la convergence de l'algorithme d'optimisation est accélérée. Ces approches sont testées sur des sujets sains et pathologiques et testées par la suite sur des signaux du type électrocardiogramme (ECG).