logo EDITE Sujets de doctorat

Etude des signaux EEG appliquée à la télémédecine

Sujet proposé par
Directeur de thèse:
Encadré par
Doctorant: Imen DHIF
Unité de recherche UMR 7606 Laboratoire d'informatique de Paris 6

Domaine: Sciences et technologies de l'information et de la communication

Projet

Contexte La société CIRA mène depuis 14 années de R&D dans l’algorithmique de codage pour la compression des images. Elle a développé et commercialise WAAVES, le seul format d’image au monde qui soit marqué CE au titre des dispositifs médicaux. L’une des raisons réside dans sa capacité à assurer la conformité de restitution des images, c’est-à-dire que l’image affichée est identique à l’image qui a été fournie pour compression par WAAVES. Cette conformité est essentielle dans le domaine médical pour éviter les erreurs de diagnostic, dont les conséquences et le coût sont considérables. Or, les normes de compression d’images comme JPEG, JPEG2000, tolèrent expressément une variabilité dans la restitution, due à la compression et / ou à la décompression [1], [2]. Au cours des dernières années, les applications de WAAVES ont naturellement évolué vers la emédecine, c’est-à-dire les TIC utilisés comme dispositifs médicaux en conformité avec les réglementations européenne et française, en particulier la directive européenne EC2007-47. Ce contexte conduit à étendre le champ de WAAVES, au-delà des images médicales, aux signaux physiologiques. Cette extension est naturelle, puisque ce sont les tracés de ces signaux physiologiques que les médecins experts analysent pour appuyer leur diagnostic. Une première étape a été le développement d’un ECG pour la télémédecine, produisant des tracés au format WAAVES avec la société ACACIA. Une deuxième étape vise le développement d’un EEG pour la télémédecine, dans le cadre du projet FUI Smart-EEG, qui démarre en octobre 2013. Dans ce contexte, les questions de la compression et de l’analyse des signaux EEG se posent. En ce qui concerne la compression, il s’agit de déterminer comment comprimer les tracés ou les signaux EEG de manière à garantir la qualité diagnostic des tracés reconstruits après compression et décompression. En ce qui concerne l’analyse, l’un des points importants pour les praticiens est d’avoir une approche visuelle et dont la compréhension soit proche des pratiques médicales. Plusieurs points peuvent être déployées par ces analyses comme aider le médecin expert à se focaliser sur les fenêtres temporelles qui nécessitent son attention, l’aider à déterminer l’état de conscience d’une personne en état de coma,… Ce sont ces verrous qui sont adressés par ce projet de collaboration entre la société WAAVES et le LIP6, qui se situe en complément du projet Smart-EEG.

Liens avec d’autres projets WAAVES GP, WARM, Smart-EEG Dans le projet FEDER WAAVES-GP (2010-2011), la faisabilité d’une version embarquée du logiciel de compression / décompression WAAVES a été démontrée avec succès1. Dans le cadre du projet FEDER WARM (en cours, 2011-2014), le portage, en optimisant le code, du logiciel WAAVES de compression d’images fixes, est en cours, avec une réalisation matérielle sur FPGA. (voir publications [12] et [13] ci-dessous) Dans le cadre du projet FUI Smart-EEG (en cours de démarrage, 2013-2016), un EEG pour la télémédecine sera développé. La présente demande de convention CIFRE s’inscrit en complément du projet Smart-EEG.

Enjeux

Objectif Le projet se fixe pour objectifs : − De générer des fichiers WAAVES des tracés EEG à partir de fichiers au format EDF+ − De proposer des algorithmes de compression des signaux EEG dans le but de transmettre ces signaux, en complément de l’image des tracés, à des fins d’analyse Page 2/3 − De proposer des méthodes d’analyse visuelle des signaux EEG, qui aident le médecin expert à se focaliser sur les fenêtres temporelles qui nécessitent son attention, l’aider à déterminer l’état de conscience d’une personne en état de coma,… − De valider les algorithmes de compression et les méthodes d’analyse sur des situations cliniques. Plus spécifiquement, plusieurs pistes seront envisagées pour la compression et l’analyse des signaux EEG : ondelettes 1D et 2D, systèmes dynamiques, réseaux de neurones, fusion symbolique… Etat de l’art De nombreux travaux ont porté sur la compression des signaux EEG et sur leur analyse (voir références [3] à [9] ci-dessous). Le contexte de la télémédecine apporte des contraintes nouvelles et des informations complémentaires (autres signaux physiologiques comme EMG, EOG, fréquence cardiaque, …) pour lesquelles les méthodes ressortant de l’état de l’art ne sont pas clairement adaptées. En particulier, la garantie que les images reconstruites permettront de faire un diagnostic est apparue comme l’une des exigences majeures à la lumière des récentes découvertes sur les artefacts créés par les processus de compression / décompression ([10], [11]). Organisation des travaux de recherche Au total le projet sera séquencé comme suite : • Prise en main du sujet : 1 mois • Etat de l’art : 2 mois • Génération de fichier WAAVES des tracés EEG : 6 mois • Etude de la compression des signaux EEG : 9 mois • Etude de l’aide à l’analyse des signaux EEG : 9 mois • Validation clinique de la compression et de l’analyse : 3 mois • Rédaction de la thèse : 6 mois

Remarques additionnelles

Ce projet a été présenté sur invitation de la DGCIS au Village de l'Innovation du Colloque TIC & Santé de 2012. Bibliographie [1] JPEG: Still Image Data Compression Standard, William B. Pennebaker, Joan L. Mitchel et en.wikipedia.org/wiki/JPEG#Required precision [2] http://www.jpeg.org/jbig/ [3] Gotman J. Computer-assisted EEG analysis. The treatment of epilepsies. In : Wyllie E, ed. Principles and Practice. Baltimore : William et Wilkins, 1996 :268-277 [4] Mzaik T, Jagadeesh JM. Wavelet-based detection of transients in biological signals. In : laine AF, Unser MA, eds. Wavelet applications in signal and image processing II. Proc SPIE 1994 ;2303 :105-119) [5] Arkadiusz Stopczynski, Jakob Eg Larsen, Carsten Stahlhut, Michael Kai Petersen, and Lars Kai Hansen, « A smartphone interface for a wireless EEGheadset with real-time 3D reconstruction », Affective Computing and Intelligent Interaction Conference, 2011 [6] Shoeb, A. ; Bohorquez, J. ; Dawson, J. ; Guttag, J. ; Chandrakasan, A.P. , « A Micro-Power EEG Acquisition SoC With Integrated Feature Extraction Processor for a Chronic Seizure Detection System », IEEE Journal of Solid State, 2010 [7] D. Gopikrishna and Anamitra Makur, « A High Performance Scheme for EEG Compression Using a Multichannel Model », Lecture Notes in Computer Science, 2002, Volume 2552, High Performance Computing — HiPC 2002 [8] BIOSIGNALS AND COMPRESSION STANDARDS, Leontios J. Hadjileontiadis, Topics in Biomedical Engineering. International Book Series, 2006, M-Health, III [9] ANR - Technologies pour la santé et l'autonomie (TecSan 2010) : projet BB EEG Platform [10]http://www.dkriesel.com/en/blog/2013/0802_xerox_workcentres_are_switching_written_numbers_ when_scanning [11] http://realbusinessatxerox.blogs.xerox.com/2013/08/06/always-listening-to-our-customersclarification- on-scanning-issue/#.UkSDYCgaVId [12] Yuhui Bai, Syed Zahid Ahmed, Imen Mhedhbi, Khalil Hachicha, Cédric Champion, Patrick Garda, Bertrand Granado,FPGA vs DSP: A Throughput and Power Efficiency Comparison for Hierarchical Enumerative Coding, IFIP/IEEE International Conference on Very Large Scale Integration (VLSI-SoC), October 2013 [13] Imen Mhedhbi, Khalil Hachicha, Patrick Garda, Yuhui Bai, Bertrand Granado, Sébastien Topin, Sylvain Hochberg,Towards a mobile implementation of Waaves for Certified Medical Image Compression in E-health Applications, International Conference on Wireless Mobile Communication and Healthcare (Mobihealth), November 2012.