Segmentation des signaux SEEG par décomposition en paquets de Malvar fréquentiels
Abstract
Cet article présente une méthode de segmentation non paramétrique basée sur l'utilisation d'un banc de filtres adapté calculé à partir d'une décomposition en Paquets de Malvar Fréquentiels. Elle est appliquée à la détection de changements dans des signaux EEG intracérébraux (SEEG) enregistrés chez des patients épileptiques durant les crises. La comparaison avec une méthode de segmentation du signal SEEG de référence (basée sur sa fréquence moyenne) est réalisée. Les résultats montrent que la décomposition en sous-bandes du signal SEEG permet de diminuer le taux de fausse alarme. Le meilleur taux de bonne détection est obtenu pour une décomposition " daptée " à son contenu temps-fréquence.
Origin : Files produced by the author(s)
Loading...