MétaCan
Menu
Retour à la cohorte
Enregistrement W153326254

Développement de l’unité centrale d’un système d’acquisition simultanée d’électroencéphalogrammes et de données de tomographie d’impédance électrique

2011· article· fr· W153326254 sur OpenAlexaboutno aff
Arno Patrice Moumbe

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2011
Typearticle
Languefr
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

J'aimerais témoigner ma reconnaissance à toutes les personnes qui, de diverses façons, ont rendu possible la réalisation de ce projet de maîtrise.Je désire remercier plus particulièrement mes codirecteurs, Dr Robert Guardo et Dr Hervé Gagnon, pour leurs enseignements, leurs conseils et leur soutien moral tout au long de ce projet.J'ai pu grâce à eux m'initier au domaine fascinant de l'instrumentation biomédicale.Je les remercie également pour leur soutien financier, rendu possible par une subvention d'équipe octroyée par le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) et les Instituts de recherche en santé du Canada (IRSC).Je remercie M. Claude Turcotte, technicien responsable des systèmes informatiques pour la section génie biomédical du département de génie électrique, pour son souci constant de nous assurer l'accès à des outils informatiques fiables et performants.Je remercie M. Jacques Girardin, technicien au département de génie électrique, pour sa franche camaraderie et sa disponibilité.Je remercie mes camarades du laboratoire : Elizabeth, Jean-Christophe, Julien, Maria, Mathieu, Qingyi, Yannick et les autres qui ont contribué à créer une atmosphère de travail agréable et enrichissante.Je remercie enfin ma famille pour leur soutien de tous les jours, autant dans les bons moments que dans les moments plus difficiles.v RÉSUMÉ La tomographie d'impédance électrique (TIE) est une technique non invasive qui permet d'imager les changements de conductivité électrique des tissus d'une section du corps à partir de mesures d'impédance réalisées avec des électrodes de surface.L'Institut de génie biomédical (IGB) de l'École Polytechnique de Montréal participe au développement de cette technique d'imagerie depuis 1987.Les projets récents de l'IGB incluent le développement d'un système de monitoring de patients épileptiques admissibles à la chirurgie.Ce système est conçu pour acquérir simultanément des données de TIE et d'électroencéphalographie (EEG).Le but recherché en combinant les données de TIE et d'EEG est d'améliorer la précision avec laquelle on peut localiser les zones du cerveau qui déclenchent les crises d'épilepsie.L'identification de ces foyers permet, dans plusieurs cas, de guérir le patient de l'épilepsie en retirant chirurgicalement ces zones du cerveau.Bien que la détection des foyers épileptiques s'effectue présentement par une combinaison de tests cliniques et de techniques d'imagerie médicale, la confirmation de leur position requiert souvent des enregistrements de l'activité électrique du cerveau au moyen d'électrodes intracrâniennes.Cette approche directe est hautement invasive et comporte des risques importants d'hémorragie.Le système que nous développons pourrait remplacer éventuellement les enregistrements faits au moyen d'électrodes intracrâniennes par une technique d'imagerie non invasive qui peut être mise en œuvre à relativement faible coût.Le système d'acquisition combinée de données de TIE et d'EEG comporte quatre composants : 1) un réseau de 24 électrodes disposées sur le cuir chevelu, 2) un module d'électrodes actives (MEA) contenant les circuits de première ligne nécessaires pour mesurer les impédances des tissus cérébraux et enregistrer les EEG, 3) une unité centrale (UC) comportant un réseau de portes programmable (FPGA) qui effectue le traitement numérique des signaux et contrôle le système, et 4) un ordinateur qui reçoit les données de l'UC et reconstruit les images de changements de conductivité du cerveau.L'objectif principal de ce projet de maîtrise est de développer l'UC du système.Pour ce faire, les travaux suivants ont été réalisés :1. Nous avons développé le programme de configuration du FPGA d'une carte d'UC préalablement réalisée à l'IGB.Ce programme a été écrit en VHDL, un langage de haut niveau, afin d'en faciliter la maintenance et la portabilité à de nouveaux systèmes de TIE.2. Le fonctionnement de l'UC a été validé au niveau de la carte et du système en évaluant quatre critères de performance : a) la plage dynamique exempte de parasites (SFDR), b) le rapport signal sur bruit (SNR), c) la précision globale et d) la dérive thermique.vi 3. Les critères de performance du nouveau système ont été comparés à ceux d'un système antérieur qui utilise des puces spécialisées pour le traitement des signaux.4. Des essais in vivo préliminaires ont été réalisés avec le nouveau système.Le SFDR a été mesuré à l'aide d'un analyseur de réseau/spectre, tandis que le SNR et la précision globale ont été évalués par des fonctions intégrées à l'interface graphique du système.Le SNR et la précision globale ont été obtenus à partir de données acquises sur un fantôme résistif qui inclut des circuits émulant les impédances de contact électrode-peau.Le fantôme était relié au MEA par les mêmes câbles d'électrodes utilisés pour l'acquisition de données in vivo.Ce banc d'essai permet d'obtenir des conditions de test reproductibles tout en tenant compte des interférences et des sources de bruit présentes lors d'enregistrements en milieu clinique.Les comparaisons entre l'ancien et le nouveau système ont été réalisées avec des données acquises à 5 images/s, en appliquant aux électrodes un courant de 2 mA crête à 50 kHz.Les résultats des comparaisons entre les systèmes montrent des améliorations pour tous les critères de performance.Le SFDR moyen pour la plage de fréquences allant de 20 à 65 kHz a progressé de 52,1 dBm pour l'ancien système à 57,7 dBm pour le nouveau.Le SNR moyen est passé de 61,5 dB à 64,5 dB et la précision globale de 99,8 % à 99,9 %.La dérive thermique est sensiblement la même pour les deux systèmes.Des essais in vivo préliminaires ont été faits avec 24 électrodes placés autour du thorax au niveau du 8 e espace intercostal.Ces essais ont démontré qu'on pouvait reconstruire en temps réel des images de la ventilation pulmonaire à une cadence de 20 images/s.Nous avons aussi enregistré avec les mêmes 24 électrodes des électrocardiogrammes (ECG) au taux de 1,3 kHz par canal en réduisant le gain en tension des amplificateurs d'EEG.Toutefois, en plaçant les électrodes autour de la tête, nous n'avons pas été en mesure d'obtenir des images de TIE cohérentes.De plus, à gain élevé, le signal de sortie des amplificateurs d'EEG était dominé par l'interférence du secteur.Les causes de cette incapacité à obtenir des images de changements de conductivité cérébrale et enregistrer des EEG ont été identifiées.Elles sont dues en partie au fait que nous avions choisi de ne pas utiliser des câbles d'électrodes avec écran asservi lors de la conception du MEA.Ce choix, en rétrospective mal avisé, avait été fait pour des considérations ergonomiques.Une révision du circuit imprimé du MEA sera nécessaire pour corriger ce problème.En ce qui a trait à l'UC, nous décrivons dans le dernier chapitre du mémoire cinq projets visant à améliorer le SNR du système.En conclusion, nous avons contribué par ce projet au développement d'une technique non invasive permettant d'obtenir des images de changements de volume et de débit sanguin dans le cerveau tout en monitorant l'activité électrique cérébrale.L'application de cette vii technique à la localisation de foyers épileptiques est un projet à long terme.Pour y parvenir, d'importants progrès devront être accomplis dans les systèmes de mesure et les algorithmes de reconstruction d'images.Une étude pilote sur des patients épileptiques en attente de chirurgie devra également être réalisée.Si cette validation s'avère positive, le monitoring combiné de la TIE et l'EEG devrait constituer un outil d'investigation préopératoire de choix en raison de l'innocuité de l'approche, de son faible coût de mise en œuvre et de sa grande résolution temporelle.viii

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,010

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,245
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207