Détection US automatique de micro-emboles par des techniques de prédictions linéaires synchrones

Jean-Marc Girault (1) , Sébastien Ménigot (1) , Latifa Dreibine (1) , Nawam Meziati (1)

1 iBraiN - Imaging, Brain & Neuropsychiatry

La détection des micro-emboles cérébraux est d'une importance cruciale pour prévenir les accidents vasculaires cérébraux ischémiques. Les techniques de détection standard implémentées dans la plupart des systèmes Doppler transcrâniens sont basées sur une détection énergétique à seuil constant. Ce seuil peut être réglé statistiquement dans une phase d'apprentissage précédent clinique. En supposant que le signal Doppler est cyclostationnaire, nous proposons une détection synchrone de rupture de modèles AR et GARCH. Ces techniques ont été comparées aux techniques existantes à partir de simulations et de signaux réels. Pour les simulations, la technique standard détecte 60% de micro-emboles alors que la meilleure technique que nous proposons détecte 97% de micro-emboles pour une probabilité de fausse alarme de 0%. Pour les signaux réels, la technique standard détecte 67% de micro-emboles alors que la meilleure de nos techniques détecte 100% des micro-emboles pour une fausse alarme de 0%. Ces techniques de détections de ruptures de modèles synchrones ouvrent de nouvelles pistes pour la détection temps réel des micro-emboles.

Domaines: Acoustique [physics.class-ph]; Acoustique [physics.class-ph]; Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]; Ingénierie biomédicale

Jean-Marc Girault, Sébastien Ménigot, Latifa Dreibine, Nawam Meziati. Détection US automatique de micro-emboles par des techniques de prédictions linéaires synchrones. 10ème Congrès Français d'Acoustique, Apr 2010, Lyon, France. ⟨hal-00542599⟩