LogoLogo

Sharabaty, Hassan. Diagnostic de la somnolence d'un opérateur : analyse automatique de signaux physiologiques

Sharabaty, Hassan (2007) Diagnostic de la somnolence d'un opérateur : analyse automatique de signaux physiologiques.

[img]PDF - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
3888Kb

Résumé en francais

A fin de réduire le grand nombre des accidents routiers, le LAAS-CNRS travaille, depuis vingtaines d'années, sur la problématique de la détection de la baisse de vigilance d'un conducteur d'automobile à partir de l'analyse du mode de conduite. Dans ce contexte, nous nous sommes intéressés de dégager une mesure référante de l'hypovigilance qui permettrait, par comparaison, de valider le système de mesure embarqué associant des mesures comportementales. Cette thèse a porté sur l'analyse automatique des signaux physiologiques (EEG, EOG) permettant de caractériser la somnolence; et s'est inscrit dans le cadre du projet européen SENSATION. Ce travail s'articule en 2 parties. La première est dédiée à l'analyse des EEG et commence par une présentation de la forme d'onde des signaux à analyser et des phénomènes représentatifs de la somnolence, puis des techniques d'analyse susceptibles de répondre au problème posé : la transformation de Fourier, la décomposition en Ondelettes, la transformation de Hilbert Huang. Pour la suite de l'étude, nous avons sélectionnée la transformation de Hilbert-Huang. La précision de cette méthode sera étudier qualitativement, avant de présenter l'algorithme développé et les premiers résultats obtenus sur des signaux réels. Les conclusions de l'analyse de la précision nous ont amené à modifier l'algorithme proposé par Huang en normalisant les composantes fournies par la transformation de Huang sur l'ensemble de la fenêtre d'analyse avant application de la transformation de Hilbert. La deuxième partie de la thèse est donc consacrée à la localisation et la caractérisation des clignements des yeux dans l'EOG. Avant de présenter l'algorithme développé, nous décrivons le signal étudié et le modèle de clignement proposé. Nous comparons ensuite, sur une base de données constituée durant des expériences menées sur un simulateur de conduite, les résultats obtenus par notre algorithme à une analyse semi-automatique. Une fois la détection des clignements validée, nous comparons le degré de somnolence déterminé après mise en place des règles utilisées par les experts à l'analyse visuelle des signaux. Le bilan du travail réalisé et les perspectives d'amélioration des résultats concluront ce travail.

Sous la direction du :
Directeur de thèse
Esteve, Daniel
Ecole doctorale:Génie électrique, électronique, télécommunications (GEET)
laboratoire/Unité de recherche :Laboratoire d'Analyse et d'Architecture des Systèmes (LAAS) - CNRS
Mots-clés libres :Hypovigilance - Détection de la Somnolence - Localisation et caractérisation automatique des clignements des yeux dans l'EOG - Localisation des ondes alpha et thêta dans l’EEG - Transformée Hilbert Huang (HHT)
Sujets :Electricite, électronique, automatique
Déposé le :07 Feb 2008 11:48