Nouvelle technique d’analyse automatique des polysomnographies : approche symbolique avec intégration de préférences

Archive ouverte

Kotti, Amina | Ugon, Adrien | Sedki, Karima | Séroussi, B. | Ganascia, Jean-Gabriel | Garda, Patrick | Bouaud, Jacques | Pinna, Andrea | Arnulf, Isabelle | Philippe, Carole

Edité par CCSD ; Elsevier Masson -

International audience. Objectif: Développer une nouvelle technique d’analyse automatique des polysomnographies par approche symbolique avec intégration de préférences, pour une meilleure concordance avec la lecture manuelle. Méthodes: À partir de tracés de sujets normaux enregistrés plusieurs nuits consécutives, et de tracés de patients, deux experts ont codé les tracés selon les règles de l’AASM. Puis les données brutes anonymisées ont été exportées, pour en extraire les grapho-éléments individuels par fusion symbolique. Résultats: Cent trente polysomnographies de10 témoins enregistrés sur 3 nuits consécutives, et 100 patients avec suspicion de syndrome d’apnées du sommeil ont été doublement scorées. Les grapho-éléments ont été extraits par fusion symbolique (concept sémantique et non numérique). Les règles d’inférence de l’AASM ont été traduites en langage mathématique avec intégration de préférences en fonction de ce que chaque expert interprète. Puis le programme informatique pour traduire la formalisation en langage JAVA a été élaboré. Dans un premier temps, nous nous sommes focalisés sur l’analyse des stades. Testée sur 8 patients, l’analyse donne les taux de concordance avec l’analyse manuelle suivants : N2 : 70,1 % ± 10,9 % N3 : 79,5 % ± 9,1 %. Conclusion: Ces premiers résultats montrent la nécessité de continuer à enrichir les règles formalisées en collaboration avec les experts. Cette nouvelle technique vise à reproduire la démarche analytique des experts, par opposition à celle reposant sur une analyse purement numérique du signal. Ceci devrait en améliorer ses performances.

Consulter en ligne

Suggestions

Du même auteur

Decision system integrating preferences to support sleep staging

Archive ouverte | Ugon, Adrien | CCSD

International audience. Scoring sleep stages can be considered as a classification problem. Once the whole recording segmented into 30-seconds epochs, features, extracted from raw signals, are typically injected int...

Knowledge-based decision system for automatic sleep staging using symbolic fusion in a turing machine-like decision process formalizing the sleep medicine guidelines

Archive ouverte | Ugon, Adrien | CCSD

International audience. Automatic sleep staging is challenging since several issues need to be addressed. Traditional approaches from literature do not satisfy medical experts since they do not reflect the cognitive...

Reconnaissance des stades de sommeil à l'aide d'un outil de support à la décision basé sur les connaissances et la pratique des experts

Archive ouverte | Ugon, Adrien | CCSD

International audience. La reconnaissance des stades de sommeil est une étape indispensable au diagnostic des troubles du sommeil. L'approche habituelle est d'utiliser un classifieur avec des méthodes d'apprentissag...

Chargement des enrichissements...