Analyse temps/fréquence pour l'identification de signatures pulmonaires par modèles de Markov cachés
Langue Français
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Le Cam, Steven
Date de soutenance : 27-11-2009

Directeur(s) de thèse : Collet, Christophe

Établissement de soutenance : Université de Strasbourg
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Télédétection et imagerie physique
Classification : Médecine et santé, Sciences de l'ingénieur

Mots-clés libres : analyse de sons pulmonaires , analyse de signaux multivariés , théorie Bayésienne , modèles de Markov cachés , estimation statistique
Mots-clés :
  • Appareil respiratoire - Thèses et écrits académiques
  • Traitement du signal - Thèses et écrits académiques
  • Statistique bayésienne - Thèses et écrits académiques
  • Markov, Processus de - Thèses et écrits académiques
Résumé : Les bruits respiratoires sont employés par le médecin comme des indicateurs de l'état physiologique du patient et lui permettent d'établir son diagnostic. Néanmoins, leur interprétation fait intervenir une grande part de subjectivité, liée à la perception du médecin. C est pourquoi il est actuellement envisagée une analyse automatique de ces sons dans les buts d'assurer la formation des futurs médecins et d'identifier des pathologies pour l'aide au diagnostic. La structure du signal respiratoire se compose du bruit respiratoire normal sur lequel s'additionne éventuellement un son anormal qui peut être soit transitoire (un craquement, un crépitant), soit musical (un sibilant, un stridor) ou encore un mélange (squawk). Les méthodes développés dans ce travail de thèse concernent l'analyse multirésolution des signaux par des outils bayésiens dans le domaine des paquets d'ondelettes, associés à des modèles markoviens multivariés originaux adaptés au contexte difficile du traitement des sons pulmonaires. Nous proposons ainsi une méthodologie pour l'étude des signaux respiratoires, avec pour ambition la possibilité de traiter un large panel de cas pathologiques. Une méthode basée sur l'analyse multivariée du signal après recalage de portions d'intérêt du signal est présentée. Nous introduisons ensuite un nouveau graphe de Markov adapté à la décomposition en paquets d'ondelettes, dans le but d'une analyse multirésolution des signaux pulmonaires et d'une détection plus précise des caractéristiques statistiques de ces signaux particulièrement variables à la fois en temps et en fréquence.
 
Type de contenu : Text
 
Entrepôt d'origine : Ressource locale
Identifiant : ecrin-ori-303121
Type de ressource : Thèse