CHEN Chen
Direction de recherche : Patrick GARDA
Co-encadrement : PINNA Andrea
Système d'e-santé personnalisé pour la classification automatique des stades de sommeil
Dans cette thèse, un système personnalisé de stadification automatique du sommeil est proposé, combinant fusion symbolique et système de contrôle rétroactif. La fusion symbolique est inspirée par le processus décisionnel mis en oeuvre par les cliniciens experts du sommeil lors la reconnaissance visuelle des stades de sommeil. Il commence par l'extraction de paramètres numériques à partir des signaux polysomnographiques bruts. L'interprétation symbolique de haut niveau se fait par l'intermédiaire de l'extraction de caractéristiques à partir des paramètres numériques. Enfin, la décision est générée en utilisant des règles inspirées par les recommandations internationales en médecine du sommeil. Les symboles et les valeurs des caractéristiques dépendent d'un ensemble de seuils, dont la détermination est une question clé. Dans cette thèse, deux algorithmes de recherche différents, Differential Evolution et Cross Entropy ont été étudiés pour calculer la valeur de ces seuils automatiquement.
La variabilité individuelle a souvent été ignorée dans les systèmes automatiques de stadification du sommeil existants. Cependant, elle a été démontrée dans plusieurs travaux de recherche vis à vis de nombreux aspects du sommeil (comme les enregistrements polysomnographiques, les habitudes de sommeil, l'architecture du sommeil, la durée du sommeil, les événements liés au sommeil, etc.). Afin d'améliorer l'efficacité des classificateurs des stades de sommeil, un système automatisé de sommeil automatique adapté aux différentes personnes et tenant compte de la variabilité individuelle a été exploré et évalué.
Soutenance : 12/12/2016
Membres du jury :
M. Kurosh MADANI, Professeur, Université Paris Est Créteil (UPEC), Rapporteur
M. Etienne SICARD, Professeur, Institut National des Sciences Appliquées de Toulouse (INSA), Rapporteur
M. Jérôme BOUDY, Professeur, Télécom SudParis
M. Christophe MARSALA, Professeur, Université Pierre et Marie Curie (UPMC)
Mme. Marie-Christine JAULENT, Directrice de recherche, Institut national de la santé et de la recherche médicale (INSERM)
Publications 2015-2019
-
2019
- Ch. Chen, A. Ugon, Ch. Sun, W. Chen, C. Philippe, A. Pinna : “Towards a Hybrid Expert System Based on Sleep Event’s Threshold Dependencies for Automated Personalized Sleep Staging by Combining Symbolic Fusion and Differential Evolution Algorithm”, IEEE Access, vol. 7, pp. 1775-1792, (IEEE) (2019)
-
2016
- Ch. Chen : “An E-health System for Personalized Automatic Sleep Stages Classification”, thèse, soutenance 12/12/2016, direction de recherche Garda, Patrick, co-encadrement : Pinna, Andrea (2016)
- Ch. Chen, A. Ugon, X. Zhang, A. Amara, P. Garda, J.‑G. Ganascia, A. Kotti, C. Philippe, A. Pinna : “Cross Entropy-based Automatic Thresholds Setting-Up Method for Sleep Staging System”, IEEE BioCAS 2016, Shanghai, China (2016)
- Ch. Chen, A. Ugon, X. Zhang, A. Amara, P. Garda, J.‑G. Ganascia, C. Philippe, A. Pinna : “Personalized Sleep Staging System by combining Symbolic Fusion and Feedback System Control”, 11e Colloque du GDR SoC-SiP, Nantes, France (2016)
- Ch. Chen, X. Liu, A. Ugon, X. Zhang, A. Amara, P. Garda, J.‑G. Ganascia, C. Philippe, A. Pinna : “Polysomnography Symbolic Fusion for Automatic Sleep Staging”, 5es Journées d'Etude sur la TéléSANté (JETSAN), Compiègne, France (2016)
- Ch. Chen, A. Ugon, X. Zhang, A. Amara, P. Garda, J.‑G. Ganascia, C. Philippe, A. Pinna : “Personalized sleep staging system using evolutionary algorithm and symbolic fusion”, 2016 IEEE 38th Annual International Conference of the Engineering in Medicine and Biology Society (EMBC), Orlando, FL, United States, pp. 2266-2269 (2016)
-
2015
- Ch. Chen, X. Liu, A. Ugon, X. Zhang, A. Amara, P. Garda, J.‑G. Ganascia, C. Philippe, A. Pinna : “Symbolic Fusion: A Novel Decision Support Algorithm for Sleep Staging Application”, Proccedings 5th EAI International Conference on Wireless Mobile Communication and Healthcare, London, United Kingdom (2015)