Percées technologiques dans le domaine des enregistrements électroencéphalographiques (EEG)
L'électroencéphalographie peut jouer des rôles divers dans les méthodes de neuro-surveillance clinique des patients. L'inconvénient des signaux EEG est qu'ils contiennent souvent des parasites générés par des facteurs externes (généralement des interférences électriques provenant des appareils) ou par des sources physiologiques, comme les signaux électriques détectés au cours de la contraction des muscles. Ces parasites sont des imperfections du signal et risquent de mener à une dégradation importante de la qualité des résultats obtenus. Jusqu'à aujourd'hui, le manque de méthodes fiables et acceptables pour détecter ces parasites a eu pour conséquence l'utilisation de connaissances empiriques de la part d'experts du domaine qui rejetaient les périodes de signal lorsque l'amplitude correspondante n'était pas physiologiquement plausible. Ce type de procédure est loin d'être précis et génère d'autres problèmes. Les différences de caractéristiques du signal dans diverses circonstances ne peuvent pas être prises en compte. Tous les parasites ne se manifestent pas sous la forme de signaux à amplitude élevée, mais parfois comme des motifs de signal inhabituels qui ne peuvent donc pas être identifiés et rejetés. Le résultat actuel résout ces problèmes en créant des algorithmes de détection des parasites propres à certains environnements de surveillance. Cette méthode consiste essentiellement à émettre la supposition élémentaire et plausible que les parasites sont en fait associés à des aberrations dans la gamme du paramètre EEG pris en compte. La méthode permet de détecter des parasites sur des plages de 10 secondes d'enregistrement EEG à l'aide d'une série de règles de détection de seuils pour des paramètres individuels dérivés de l'EEG. Le savoir-faire humain n'intervient que dans la définition d'un sous-ensemble d'entraînement du jeux de données disponibles afin d'évaluer si des parasites sont présents ou non. Les performances de cette méthode peuvent être encore renforcées par l'ajout d'autres paramètres EEG et par la généralisation de l'analyse différentielle à une technique multivariable. Actuellement, un test indépendant de jeux de données a montré qu'il existait 23% de fausses détections et que 71% de l'ensemble des parasites importants étaient détectés.