Approche spectrale pour la classification d'états de conscience

Résumé

Détecter l'état de conscience d'une personne dans un état végétatif à partir de données d'imagerie médicale (par exemple l'imagerie par résonance magnétique fonctionnelle - IRM) est un grand enjeu. Il existe actuellement des techniques telles que celles basées sur les corrélations entre les régions du Default Mode Network, mais leurs résultats restent cependant très limités. Nous présentons ici une nouvelle méthode qui, contrairement aux méthodes précédentes, exploite la dynamique du réseau sous-jacent aux mesures IRM. Cette approche est basée sur la théorie de l'opérateur de Koopman et sur le lien existant entre le spectre de l'opérateur de Koopman et le spectre du réseau. L'hypothèse soutenant cette méthode est que, lorsque un patient change d'état de conscience, le réseau subit également un changement, ce qui implique une variation du spectre mesuré.

Dans ce travail, nous avons combiné la méthode de décomposition en modes dynamiques, permettant d'extraire le spectre de l'opérateur, à une méthode de classification Extra-Trees. En proposant des choix de variables pertinents, nous avons proposé différentes méthodes que nous avons comparées. Les résultats obtenus sont encourageants et démontrent, de manière préliminaire, que notre approche spectrale est prometteuse pour la détermination des états de conscience.

la date de réponse	26 juin 2018
langue originale	Français
L'institution diplômante	Universite de Namur
Superviseur	Alexandre Mauroy (Promoteur), Timoteo Carletti (Jury), Johan Barthelemy (Jury) & Andre Hardy (Jury)