La caractérisation de l'activité épileptique interictale est une étape primordiale de l'évaluation pré-chirurgicale de l'épilepsie. Au cours de cette étape, les neurologues inspectent les signaux électroencéphalographiques afin de répertorier des événements transitoires caractéristiques appelés pointes épileptiques. Cette lecture est fastidieuse et repose sur des critères visuels qui ne font pas consensus. A partir d'hypothèses qui définissent une pointe épileptique (fréquence, durée, corrélations spatiales) cette étude propose un algorithme de détection semi automatique (supervisé) de pointes épileptiques. Cet algorithme repose sur deux étapes. La première étape est une détection exhaustive d'événements putatifs en utilisant la décomposition modale empirique (EMD). À partir de quelques échantillons de pointes identifiés par le neurologue, la seconde étape filtre ces événements sur les critères de corrélations spatiales et d'amplitude. La liste d'événements qui en résulte contient les pointes putatives détectées par l'algorithme. La performance de cet algorithme est évaluée sur des simulations réalistes et elle est illustrée sur quatre exemples. Finalement, les pointes marquées par le neurologue et les pointes putatives sont comparées au niveau de la localisation de l'activité cérébrale à laquelle elles correspondent. Cette localisation est obtenue en utilisant la méthode du maximum d'entropie sur la moyenne (MEM) et montre dans la plupart des cas, une concordance entre les pointés détectées par l'algorithme et les pointes marquées par le neurologue.
展开▼