More Website Templates @ TemplateMonster.com. July 16, 2012!

 
 
 
 

Thèses Soutenues

 

  Titre de la thèse

Méthodes non-paramétriques pour la classification dans les signaux non-stationnaires – Application à l'EMG utérin

     
  Auteur(s) MOSLEM Bassam
     
  Laboratoires

 

     
  Thèse en cotutelle

UNIVERSITE LIBANAISE
Ecole Doctorale des Sciences et de Technologie
ET
Université de Technologie de Compiègne

     
  mémoire_de_thèse_bassam_moslem.pdf
     
  Titre Méthodes non-paramétriques pour la classification dans les signaux non-stationnaires – Application à l'EMG utérin
     
  Titre en englais
 
 
     
  Date de soutenance

17 Octobre 2011

     
  Résumé

L'analyse de la contractilité utérine par les techniques actuelles reste insuffisante pour un diagnostic fiable des menaces d'accouchement prématuré (MAP) et pour qu'un clinicien puisse obtenir toutes les informations qualitatives et quantitatives de cette activité. L'analyse de l'enregistrement de l'activité électrique utérine a été proposée de longue date pour évaluer l'activité contractile. Le signal enregistré, appelé l'électromyogramme (EMG) utérin, se révèle porteur d'informations supplémentaires relatives à l'efficacité de la contraction. C'est dans ce contexte que se développe depuis quelques années étude de l'EMG utérin pour le diagnostic
précoce des MAP. Notre étude porte principalement sur l'analyse de l'EMG utérin le suivi de grossesse et la classification des contractions. Il s'agit ici, dans un premier temps, d'appliquer les différents types des techniques de traitement du signal (analyse spectrale, multiresolution, nonlinéaire) afin de caractériser au mieux l'EMG utérin. Ensuite, un suivi de grossesse à l'aide des différents paramètres extraits des signaux enregistrés sur les mêmes femmes à différents termes de grossesse est réalisé. Cette approche est améliorée par l'application de l'analyse multiresolution basée sur la transformée en paquets d'ondelettes et la recherche d'une meilleure base adaptée au problème du suivi de grossesse. Afin de bénéficier de l'enregistrement multivoie des signaux EMG utérin pour l'étude de la propagation de l'activité électrique, nous réalisons une étude spatiale de cette activité afin de connaitre la façon dont elle varie tout au long de la grossesse. La dernière partie de notre travail consiste à classifier les signaux EMG utérin entre accouchement et grossesse. Une nouvelle approche basée sur l'analyse multivoie et l'application d'une règle de fusion des décisions individuelles de toutes les voies est proposée. Le taux élevé de classification correcte (92%) montre que cette approche pourrait être la solution appropriée pour le problème de détection des MAP.

     
  Résumé en anglais

Uterine contraction monitoring provides important prognostic information during pregnancy and labor and can be used for an early detection of any sign of preterm labor. Current
techniques used for monitoring the uterine contraction impose a compromise between accuracy and invasiveness.
Recently, the uterine electrical activity has been proven to be representative of the uterine contractility. The uterine electromyogram (EMG), also called the electrohysterogram (EHG), is the bioelectrical signal associated with the uterine activity. Recorded noninvasively from the abdominal wall of pregnant women, uterine EMG gives valuable information about the function aspects of the uterine contractility. Numerous studies have analyzed the uterine recordings associated with pregnancy and labor: it has been proven that it is of interest to offer a good insight into the process of pregnancy and labor and may be also used to predict the risk of preterm labor.
Our study focuses on feature extraction, pregnancy monitoring and signal classification.
In the first part, we apply new signal processing techniques (spectral analysis, multiresolution analysis, nonlinear analysis…) in order to extract new features capable of provide the best characterization of the uterine EMG. Next, a pregnancy monitoring using the extracted features in presented. This study concerns different women recorded at several pregnancy terms. This approach is improved by applying the multiresolution analysis based on the wavelet packet transform. We searched for the best basis adapted for the problem of pregnancy monitoring. In
order to benefit from the multichannel type of the recorded signals, we study the spatial variability of the electrical activity at different recording sites of the uterus. This multichannelbased approach allows us to know the way the electrical activity changes at throughout pregnancy over all the uterine muscle.
In the last part, we present our work on classifying uterine EMG signals between two classes of contraction (pregnancy vs. Labor). A novel approach based on multisensor data fusion
is presented. The high correct classification ratio (92%) obtained proves that this method may be the solution for the problem described.

     
  Organisme de delivrance UNIVERSITE LIBANAISE
ET
Université de Technologie de Compiègne
     
  Ecole doctorale Ecole Doctorale des Sciences et de Technologie
     
  Langue Francais
     
  Directeur de thèse
 
Prof. Catherine Marque (UTC)
Prof. Mohamad Khalil (UL)
     
  Composition du Jury

Président: D.LEFEBVRE, Membres: C.MARQUE, S.BOUDAOUD, M.KHALIL, O.BAZZI, G.CARRAULT, M.DIAB.

     
  Mots clés Electromyogramme (EMG) utérin; Grossesse; Accouchement prématuré; analyse multiresolution; classification; Fusion des données.
     
  Mots clés en anglais

Uterin electromyogram (EMG); Pregnancy; Labor; Premature labor; Multiresolution analysis; Classification; Data fusion