Détection des anomalies EEG par l’analyse de son signal
Détection des anomalies EEG par l’analyse de son signal
Date
2025-06-21
Auteurs
KHADIR Djerida Asma
Nom de la revue
ISSN de la revue
Titre du volume
Éditeur
Résumé
Ce mémoire vise à développer un modèle basé sur l’apprentissage profond pour la détection précoce des crises épileptiques, améliorant ainsi le diagnostic médical électronique des maladies neurologiques , et contribuant à une meilleure prise en charge de cette pathologie répandue. Le modèle proposé repose sur un réseau neuronal convolutif (CNN) combiné aux unités récurrentes fermées (GRU) et à une machine à vecteurs de support (SVM), entraîné sur deux jeux de données représentés par la base CHB-MIT.
Description
Mots-clés
apprentissage profond, détection des crises épileptiques, diagnostic médical électronique, épilepsie, CNN, GRU, SVM, CHB-MIT