Analyse quantitative de l’électroencéphalogramme en sommeil paradoxal

Résumé

L’analyse de l’électroencéphalogramme (EEG) durant le sommeil paradoxal (REM) est une problématique dans tous les domaines nécessitant cette analyse que ce soit pour l’étude du trouble comportemental en sommeil paradoxal (TCSP) ou l’étude des micro-états par exemple. Le problème majeur rencontré en REM demeure l’omniprésence des mouvements oculaires rapides (MOR) dans l’EEG et ceux-ci masquent l’activité cérébrale sous-jacente. Ce mémoire offre une méthode afin de corriger automatiquement les artéfacts oculaires (AO) présents sur l’EEG à l’aide d’une analyse par composantes indépendantes (ICA). De plus, un détecteur de mouvement oculaire rapide semi-automatique sera implémenté en sommeil paradoxal afin d’augmenter la précision du correcteur ainsi qu’offrir un outil essentiel pour l’analyse du REM pour les patients RBD (REM Sleep Behaviour Disorder). Finalement, l’analyse des techniques permettant d’identifier les micro-états durant le sommeil paradoxal complétera cette analyse quantitative. Ces topographies caractéristiques visibles sur le scalpe sont une représentation de l’activité cérébrale sous-jacente, donc il est primordial de nettoyer la trace d’activité oculaire sur l’EEG de REM afin de ne pas biaiser ces micro-états. Ce mémoire offre donc un algorithme permettant de corriger tout en préservant l’activité thêta et même l’augmenter un peu en REM ainsi que réduire l’activité delta associée aux mouvements oculaires. Un détecteur semiautomatique permet de faire une première passe très rapidement et ainsi grandement accélérer la détection des experts pour ensuite présenter les micro-états en sommeil paradoxal. Ces outils permettront d’analyser l’intégralité du sommeil paradoxal, mais surtout découvrir le procédé réalisé par le cerveau lors de ces micro-états. Tous ces outils seront disponibles via l’application Snooz développée au Centre d'études avancées en médecine du sommeil (CÉAMS) permettant aux chercheurs et aux cliniciens d’effectuer des analyses numériques sur le sommeil grâce aux outils qui seront accessibles. Cette plateforme permettra aussi aux intéressés d’implémenter leurs propres outils sur le sommeil.

Date	21 déc. 2022
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Jean-Marc Lina (Directeur(-trice))