Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
Modelisations et Traitements de SignauxBiomedicaux
Olivier Meste
Universite de Nice-Sophia AntipolisED STIC
CENTRE NATIONALDE LA RECHERCHESCIENTIFIQUE
1
Diriger une Recherche ?
Deux approches possibles:
Les methodes de TS sont orientees par le GBM ?
Le domaine GBM illustre les nouvelles methodes du TS ?
L’I3S n’est pas une unite INSERM �Nouvelles collaborations et projets � nouveaux domainesd’applications
Thematique SIROCCO � de nouvelles methodes de TS
� double competence visible:
Travaux publies
Encadrements d’etudiants
2
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
3
Enseignements-ESINSA & DEA
Je suis responsable depuis huit ans a l’ESINSA du coursRepresentations temps-frequence dans un cadredeterministe
J’ai ete responsable du cours de DEA SICOM de 1999 a2001 intitule analyse spectrale pour les signaux nonstationnaires
4
Enseignements-ESSI
Traitement du signal: numerisation, filtrage, theorie del’estimation et de l’identification, codage et transmissionde la parole
Automatique: representation d’etat, fonction de transfert,regulation
Informatique industrielle: architectures des ordinateurs etdes microprocesseurs, assembleurs
Reseaux informatiques: architecture clients/serveurs,programmation reseaux pour l’audio et l’image,architectures des reseaux
� Projets GBM/Informatique en 5ieme annee
(Telemedecine, ECG mapping)
5
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
6
Applications Recherche: ECG
Le Coeur
7
ECG
� ��� R-R(1) R-R(2)
�
t0 t1 t2
P
��P-R(1)
R
Q
T
S
L’Electrocardiogramme
Marey, Etienne Jules. 1878. La methode graphique dans les sciences experimentales et
principalement en physiologie et en medecine. Paris: G. Masson
8
ECG
Problemes abordes dans le domaine de l’ECG:
Pretraitements (filtrage adaptatif, moyennage,filtrage polynomial)IEEE Trans. BME 92, Signal Processing 95, Biocybernetics and Biomed. Eng. 03
Detection de Potentiels Tardifs Ventriculaires(Representations TF, Ondelettes)IEEE Trans. BME 94, MBEC 00
Analyse de la Fibrillation Ventriculaire(periodicite, suivi de frequences)BSI 02, Arch. Mal. Coeur 03
9
ECG
Analyse fine des ondes P et T (Mapping,analyse de forme, moyennage de forme)BSI 99, IEEE EMBS 00, European MBEC 02, CinC 03
Analyse de la variabilite du rythme cardiaque:Arythmie Sinusale Respiratoire (ASR) au reposet en exercice (modelisation evolutive,modelisation non lineaire, suivi de pistesfrequentielles)CinC 02, CinC 03
�
10
ECG: ASR
40 50 60 70 80 90 1000.95
1
1.05
1.1
1.15
1.2
t (secondes)
HP (s
econ
des)
Variabilite de la periodecardiaque au repos
40 50 60 70 80 90 1000
0.5
1
1.5
2
t (secondes)
volum
e res
pirato
ire
Volume respiratoire
11
ECG: ASR
0 100 200 300 400 500 600 700 800 900 10000.34
0.36
0.38
0.4
0.42
0.44
0.46
t (secondes)
HP (s
econ
des)
Variabilite de la periodecardiaque en exercice
500 505 510 515 520 525 530 535 540 545 5500.346
0.348
0.35
0.352
0.354
0.356
0.358
0.36
0.362
0.364
t (secondes)
HP (s
econ
des) detail de la variabilite de la
periode cardiaqueen exercice
12
ECG: ASR
Comment modeliser l’Arythmie SinusaleRespiratoire ?
Modeles ?IPFM ou PFM
Entrees ?Volume Respiratoire
Sorties ?Periode Cardiaque (intervalles R-R)
Critere de validite?Simulation (signaux ”Arche” ou ”Arche inversee”), signaux
reels
13
ECG: ASR
Pulse Frequency Modulation
kT � tk T2π
m2
�
tk
� T2π
c5
m2
�
t
� � c2 cos
�
2π fvt c4
�
Av� T c2
πsin
�
fvT π
�
si la condition de validite c2 fvT π est verifiee
Ce modele produit un oscillateur modulemais egalementecg t cos 2π Tt m2 t c5 1 200
qui est un generateur d’ondes R!
14
ECG: ASR
Pulse Frequency Modulation
kT � tk T2π
m2
�
tk
� T2π
c5
m2
�
t
� � c2 cos
�
2π fvt c4
�
Av� T c2
πsin
�
fvT π
�
si la condition de validite c2 fvT π est verifieeCe modele produit un oscillateur modulemais egalementecg
�
t
� � �
cos
�
2π�
Tt m2
�t
�
c5
�
1
� 200
qui est un generateur d’ondes R!
14
ECG: ASR
6 6.5 7 7.5 8 8.5 9 9.5 10
x 104
0
0.5
1
1.5
2
time (s)
tidal
volum
e (un
calib
rated
)
Volume respiratoire enregistre al’aide d’un plethysmographe ainduction non calibre
6 6.5 7 7.5 8 8.5 9 9.5 10
x 104
0.95
1
1.05
1.1
1.15
1.2
time (s)
heart
perio
d (s)
Le signal ”periode cardiaque”(trait epais), le signal genere parle modele PFM (trait fin), le sig-nal genere par le modele IPFM(trait discontinu)
15
ECG: ASR
En exercice, mesurer Av :modele lineaire
� ai
�
n
�
hp
�
n
� � zi
�
n
� � fi
�n
� � Av
�
n
�suivi des pistes
�hp
�
n
� zi�
n� � fi
�
n
� � Av
�
n
�
modele non lineaire
Dans le deuxieme cas, le suivi des pistes est assure par
l’algorithme de minimisation (gradient)
16
ECG: ASR
500 1000 1500 2000 2500320
340
360
380
400
420
ms
500 1000 1500 2000 2500300
350
400
500 1000 1500 2000 2500−10
−5
0
5
10
La periode cardiaque HP
�
k
�
17
ECG: ASR
Le spectrogramme et troispistes
18
ECG: ASR
0 100 200 300 400 500 600 700 800 900 10000.35
0.4
0.45
0.5
0.55
0.6
0.65
0.7
0.75
time (s)
frequency (
Hz)
Exemple de pistesfrequentielles et demesures de la frequencerespiratoire
19
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
20
Applications Recherche: EMG
Problemes abordes dans le domaine de l’EMG de surface:
Estimation de la vitesse de conduction (estimateurs MV,performances)
M1 : xk
t
�� s
t
k 1
τ
��
wk
t
M2 : xk
t
�� s
t dk
��
wk
t
avec k� 1 �� � � � K ;0
�
t
�
T
Med. Biol. Eng. & Comput. 01, Signal Processing 02 � �
Analyse des ondes M � mise en evidence de la fatiguemusculaire (moyenne de forme, estimateurs MV,performances)
M3 : xk
t
�� s
akt
��wk
t
avec k� 1 �� � � � K ;0
�
t
�
T
Methods of Information in Medicine 0021
EMG
M4 : x1
�
t
� � s �
t
�
w1
�
t
�
x2
�
t
� � s �
a2t � d2
�
w2
�
t
�
IEEE Trans. Biomed. Eng. 03
Computation of ACF
Computation of ACF, normalization and
interpolation around the peak
x1[n]
x2[n]
][11
lR xx
~
][22
lR xx
~
Scale factor estimation
aa2^
Scale factor compensation
Delay estimatord2^
x1( n)^ aa2
Schema de principe pourl’estimation des parametres
22
EMG
Ondes M stimulees a une frequence de 25Hz(2002) et enregistrement de l’elongation (1878).
a2
� vitesse de conduction
5 ms
23
EMG: Vitesse de Conduction
� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� � �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �
0 10 20 30 40 50 60 70 80 90 1000
2
4
6
8
10
12
14
16
Sampels
sig
na
ls (
No
rma
lize
d)
Double Diff. signals
Muscle Unit
Electrode arraywith equidistant electrodes
Differential Amp.
a propagatingMUAP
SEMG signals
x1x2x3
24
EMG: Vitesse de Conduction
Comment formaliser et generaliser le resultat:
d13
� d12
�
d23
� � Estimateur du Maximum de Vraissemblance:
p
X ;d � s �� 1
2 π
N
�
2σN
K
expK
∑k �1
12 σ2
N
∑n �1
�xk
n
s
n dk
� 2
Maximiser cette fonction equivaut a chercher la solution de :
τ� argmaxτ
1σ2K
�
xT1
K
∑k �2 ∆τ1k xk
�xT
2
K
∑k �3∆τ2k xk
� � � � � xTK �1∆τ �
K �1 �
KxK
�
avec τi j
� d j
di
25
EMG: Vitesse de Conduction
Dans le cas K� 3, l’expression devient:
τ� argmaxτ
1σ23
�
xT1 ∆τ12 x2
�
xT1 ∆τ13 x3
�
xT2 ∆τ23 x3
�
avec τ12
� d2
d1, τ13
� d3
d1, τ23
� d3
d2.
estimation optimale: maximisation par rapport a d1, d2, d3
estimation sous-optimale: maximisation par rapport aτ12, τ13, τ23
� τ12, τ13, τ23
La solution est finalement donnee par le calcul:
τ� �I ΦCT
�
CΦCT
�1C
�
τ (2)
avec la matrice des contraintes C� � 1 1 1� �
On obtient alors les VC: vc12
� ! "
τ12, vc23
� ! "
τ23
26
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
27
Applications Recherche: EEG
Problemes abordes dans le domaine de l’EEG :
Analyse de l’EEG en sommeilDetection dans le plan temps-frequence (Classe deCohen) de fuseaux de sommeil (prise en compte del’incertitude sur la duree et la frequence)Lecture des stades du sommeil (modele de Prony) etanalyse des micro reveils
IEEE EMBS 01, ITBM 98
Analyse de potentiels evoques somestesiquesCaracterisation d’un potentiel de reference (approchebispectrale)Analyse de la variabilite (retard, amplitude, echelletemporelle) � �
ICASSP 97, Signal Processing 96
28
EEG: Analyse de potentiels evoques
Moyenne d’ensembledes 800 realisations
Une alternative # la variance
σ2x
$
k
%'& s2 $k
%σ2
p
(s
)1
*2 $
k
%
σ2d p2 ( σ2
n
$
k
%
29
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
30
Applications Recherche: IC
Problemes abordes dans le domaine de l’implant cochleaire :
Amelioration de la restitution de la sensation auditiveformation de voies et reduction de bruitCodage temps-frequence prenant en compte lescontraintes materielles
Analyse du phenomene acouphenique
7th Int. Cochlear Implant Conf. 02, IEEE EMBS 03
31
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
32
Methodes Recherche
Methodes abordees d’un point de vue theorique:
Analyse, detection, codage dans le plan temps-frequence
Estimation de frequences ”significatives” de faibleamplitude; estimation du fondamental et de sesharmoniques; suivi de frequences evolutives
Filtrage dependant de la forme des signaux (filtragepolynomial)
Methodes de sommation de signaux repetitifs presentantdes fluctuations d’echelle, de position ou plusgeneralement de forme
Classification des formes de signaux transitoires.
Estimation de rapports d’echelle temporelle entre signaux
Estimation de temps de retards entre signaux inconnus� �33
Methodes: estimation de retards
La solution (EMG) MV est donnee par le calcul:
τ� �
I ΦCT
�
CΦCT
�1C
�
τ
avec τ� �
τ12 � τ13 �� � � � τ1k � τ23 �� � � � τ2k �� � � � τ +K �1 ,
K� T
La matrice de contrainte est de dimension
K 1
K 2 "
2 - K
K 1 "
2 � PB pour K grand !
L’analyse des PE σ2x k s2 k σ2
p s 1 2k σ2
d p2 σ2n k
la quantite ∑k σ2x k permet de mesurer la qualite d’une
resynchronisationla minimisation du critere ∑k σ2
x k permet d’estimer des
retards (realisable pour K grand) MV
34
Methodes: estimation de retards
La solution (EMG) MV est donnee par le calcul:
τ� �
I ΦCT
�
CΦCT
�1C
�
τ
avec τ� �
τ12 � τ13 �� � � � τ1k � τ23 �� � � � τ2k �� � � � τ +K �1 ,
K� T
La matrice de contrainte est de dimension
K 1
K 2 "
2 - K
K 1 "
2 � PB pour K grand !
L’analyse des PE � σ2x
k
/. s2 k
σ2
p
�s
+1
,2
k
σ2d p2� σ2
n
k
� la quantite ∑k σ2x
k
permet de mesurer la qualite d’une
resynchronisation
la minimisation du critere ∑k σ2x k permet d’estimer des
retards (realisable pour K grand) MV
34
Methodes: estimation de retards
La solution (EMG) MV est donnee par le calcul:
τ� �
I ΦCT
�
CΦCT
�1C
�
τ
avec τ� �
τ12 � τ13 �� � � � τ1k � τ23 �� � � � τ2k �� � � � τ +K �1 ,
K� T
La matrice de contrainte est de dimension
K 1
K 2 "
2 - K
K 1 "
2 � PB pour K grand !
L’analyse des PE � σ2x
k
/. s2 k
σ2
p
�s
+1
,2
k
σ2d p2� σ2
n
k
� la quantite ∑k σ2x
k
permet de mesurer la qualite d’une
resynchronisation� la minimisation du critere ∑k σ2x
k
permet d’estimer des
retards (realisable pour K grand)
0� MV
34
Plan
Activite d’enseignement
Activite de recherche - ApplicationsElectrocardiographie (B. Khaddoumi)Electromyographie (Dr. W. Muhammad)Electroencephalographie (Dr. & Dr. G. Suisse)Implants Cochleaires (G. Malherbe)
Activite de recherche - Methodes
Valorisations et collaborations
Perspectives
35
Valorisations et Collaborations
Les actions de valorisations/collaborations actuelles et futures:
Action Specifique ”Interpretation de signauxbiomedicaux conduite par modeles”Coordonateurs: Catherine MARQUE et Lofti SENHADJI.
Action Concertee Incitative ”Technologies pour laSante”, ”Classification automatique de l’onde P d’un ECGen vue du depistage de la fibrillation auriculaire”Coordonnateur general : Jean-Marc BOUCHER, ENST de Bretagne, Brest.
Contrat CIFRE ”Implants Cochleaires”Societe: MXM
36
Valorisations et Collaborations
Contrat bilateral CNRS/Acad. Sci. de Pologne(1997 1 2004) . Institut de Biocybernetique et GBM deVarsovie (R. MANIEWSKI)(ECGHA, Mapping cardiaque, Laser-Doppler)
Action Integree (en attente de reponse)Franco-Espagnole PICASSO ”Etude du rythme cardiaquea travers l’analyse des intervalles RR, PP et PR, dans lecadre de tests a l’effort”.Coordonateurs: P. Laguna (Univ. Saragosse) et O. Meste
37
Perspectives
Themes de recherche
Analyse des ondes P episode de fibrillationauricullaire (ECG)
Analyse des intervalles PR PP (ECG)
Poursuivre l’estimation de retards et d’echellesdans un cadre +statistique (estimateur a noyaux)
Developpement de la recherche en GBM
par l’elargissement de l’equipe et descollaborations
par la creation de filieres d’enseignements
38
?
39
?
40
Autres applications ?
41