Identification et caractérisation des sources constituant les potentiels évoques visuels pour une exploitation plus fiable en milieu clinique

Abstract

Le potentiel évoqué visuel (PEV) désigne) la réponse du système nerveux à l’excitation du champ visuel humain. C’est un signal de très faible amplitude complètement masqué par un bruit de différentes origines. Dans ce travail de recherche, nous avons procédé à l’extraction du signal utile. D’abord, en améliorant deux méthodes adaptatives linéaire et non linéaire développées au sein du laboratoire LIMIRAF, puis en introduisant des techniques de séparation aveugle de sources. Ces méthodes, n’exigeant aucune hypothèse sur le signal, ont permis l’extraction des différentes sources de bruit masquant le PEV utile. La détermination de la densité spectrale de chacune de ces sources, par comparaison à celle des bruits colorés synthétiques, renseigne sur le PEV utile et sur la nature des sources qui le masquent. Par ailleurs, les résultats obtenus démontrent que la pathologie peut affecter à la fois le signal utile et les sources de bruit. Vu que la discrimination classique reposant sur la mesure de la latence n’est pas fiable (taux de classification ≤ 67%), nous avons opté pour l’utilisation d’une méthode basée sur la décomposition spectrale par la transformée en ondelettes continue du PEV filtré prise comme une image en couleur. La binarisation de cette image a permis de déterminer un vecteur d’attributs qui est injecté dans un classifieur SVM. Ceci résulte en une amélioration considérable du taux de classification qui atteint 93%.