Détection d’épilepsie dans les signaux EEG par graphe de visibilité et un noyau de SVM adapté

Abstract

Dans cet article, nous présentons une stratégie de détection d’épilepsie à partir de signaux EEG (issus d’un seul capteur) basée sur l’algorithme de visibilité, qui consiste à transformer une série temporelle en un graphe dit de visibilité (GV). Nous montrons la pertinence de la distribution des degrés des sommets du GV, qui, combinée à une fonction noyau type Jensen-Shannon d’une machine à vecteurs de support (SVM) permet une classification binaire performante : présence ou absence d’une crise d’épilepsie. La méthode proposée est illustrée sur des données réelles et les résultats comparés à des méthodes de la littérature. Les résultats obtenus en termes de précision, de sensibilité et de spécificité sont similaires à ceux de la littérature voire meilleurs, et ce, en exploitant un seul attribut, à savoir la distribution des degrés du graphe.