Veuillez utiliser cette adresse pour citer ce document :
http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/7136| Titre: | Détection/Classification de crises d’épilepsie chez les nouveaux nés en utilisant des signaux EEG |
| Auteur(s): | AHMED KHODJA, Imane DERMOUCHE, Rokia |
| Mots-clés: | épilepsie, électroencéphalogramme (EEG) réseau de neurones artificiels,transformation temps-fréquence |
| Date de publication: | 2018 |
| Editeur: | université Akli Mouhand Oulhadje-Bouira |
| Résumé: | L'épilepsie est une maladie caractérisée par un disfonctionnement brusque et périodique au niveau du cerveau. L’encéphalogramme ou signal EEG est largement utilisé en étude clinique des troubles du cerveau. Le système de détection\classification automatique de crises d’épilepsie proposé dans ce travail consiste en une combinaison de trois étapes : une analysetemps-fréquence du signal EEG, une extraction de paramètres statistiques pertinents, et un processus de Machine Learning fondé sur un réseau de neurones. Cette approche permet d’obtenir un taux de classification (présence/absence d’épilepsie) proche de 96 % |
| URI/URL: | http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/7136 |
| Collection(s) : | Mémoires Master |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| Corriger Mémoire-VFinale-converti.pdf | 2,17 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.