Un des marqueurs biophysique le plus prometteur pour la détection des accouchements prématurés (AP) est l'activité électrique de l'utérus, enregistrée sur l’abdomen des femmes enceintes, l’électrohystérogramme (EHG). Plusieurs outils de traitement du signal (linéaires, non linéaires) ont déjà été utilisés pour l'analyse de l'excitabilité et de la propagation de l’EHG, afin de différencier les contractions de grossesse, qui sont inefficaces, des contractions efficaces d’accouchement, qui pourraient provoquer un AP. Dans ces études nombreuses, les paramètres sont calculés sur des bases de données de signaux différentes, obtenus avec des protocoles d'enregistrement différents. Il est donc difficile de comparer les résultats afin de choisir les «meilleurs» paramètres pour la détection de l’AP. En outre, ce grand nombre de paramètres augmente la complexité de calcul dans un but de diagnostic. Par conséquent, l'objectif principal de cette thèse est de tester, sur une population de femmes donnée, quels outils de traitement du signal EHG permettent une discrimination entre les deux types de contractions (grossesse/accouchement). Dans ce but plusieurs méthodes de sélection de paramètres sont testées afin de sélectionner les paramètres les plus discriminants. La première méthode, développée dans cette thèse, est basée sur la mesure de la distance entre les histogrammes des paramètres pour les différentes classes (grossesse et accouchement) en utilisant la méthode « Jeffrey divergence (JD)». Les autres sont des méthodes de fouille de données existantes issues de la littérature. Les EHG ont été enregistrés en utilisant un système multivoies posé sur l'abdomen de la femme enceinte, pour l'enregistrement simultané de 16 voies d'EHG. Une approche monovariée (caractérisation d’une seule voie) et bivariée (couplage entre deux voies) sont utilisées dans notre travail. Utiliser toutes les voies, analyse monovariée, ou toutes les combinaisons de voies, analyse bivariée, conduit à une grande dimension des paramètres. Par conséquent, un autre objectif de notre thèse est la sélection des voies, ou des combinaisons de voies, qui fournissent l'information la plus utile pour distinguer entre les contractions de grossesse et d’accouchement. Cette étape de sélection de voie est suivie par la sélection des paramètres, sur les voies ou les combinaisons de voies sélectionnées. De plus, nous avons développé cette approche en utilisant des signaux monopolaires et bipolaires.Les résultats de ce travail nous permettent de mettre en évidence, lors du traitement de l’EHG, les paramètres et les voies qui donnent la meilleure discrimination entre les contractions de grossesse et celles d’accouchement. Ces résultats pourront ensuite être utilisés pour la détection des menaces d’accouchement prématuré. / One of the most promising biophysical markers of preterm labor is the electrical activity of the uterus, picked up on woman’s abdomen, the electrohysterogram (EHG). Several processing tools of the EHG signal (linear, nonlinear), allow the analysis of both excitability and propagation of the uterine electrical activity in order to differentiate between pregnancy contractions, which are ineffective, from labor effective contractions that might cause preterm birth. Therefore, on these multiple studies, the parameters being computed from different signal databases, obtained with different recording protocols, it is sometimes difficult to compare their results in order to choose the “best” parameter for preterm labor detection. Additionally, this large number of parameters increases the computational complexity for diagnostic purpose. Therefore, the main objective of this thesis is to select, among all the features of interest extracted from multiple studies, the most pertinent feature subsets in order to discriminate, on a given population, pregnancy and labor contractions. For this purpose, several methods for feature selection are tested. The first one, developed in this work, is based on the measurement of the Jeffrey divergence (JD) distance between the histograms of the parameters of the 2 classes, pregnancy and labor. The other are “Filter” and “Wrapper” Data Mining methods, extracted from the literature. In our work monovariate (in one given EHG channel) and bivariate analysis (propagation of EHG by measuring the coupling between channels) are used. The EHG signals are recorded using a multichannel system positioned on the woman’s abdomen for the simultaneous recording of 16 channels of EHG. Using all channels, for the monovariate, or all combinations of channels for the bivariate analysis, leads to a large dimension of parameters for each contraction. Therefore, another objective of our thesis is the selection of the best channels, for the monovariate, or best channel combinations, for the bivariate analysis, that provide the most useful information to discriminate between pregnancy and labor classes. This channel selection step is then followed by the feature selection for the channels or channel combinations selected. Additionally, we tested all our work using monopolar and bipolar signals.The results of this thesis permits us to evidence, when processing the EHG, which channels and features can be used with the best chance of success as inputs of a diagnosis system for discrimination between pregnancy and labor contractions. This could be further used for preterm labor diagnosis.

[ES] La monitorización de la frecuencia cardíaca fetal y de la actividad uterina es una práctica clínica habitual para obtener información del estado del feto durante el embarazo y el parto. Para la monitorización de la dinámica uterina tradicionalmente se han empleado técnicas como la tocodinamometría (TOCO) y la medida de la presión intrauterina mediante catéter. Sin embargo, ambas técnicas presentan limitaciones que hacen que se requiera la búsqueda de otras alternativas. En este sentido para solventar los problemas relacionados con estas técnicas se plantea el registro de la señal electrohisterográfica (EHG) como una alternativa para monitorizar de forma precisa y no invasiva la actividad mioeléctrica uterina. La técnica ha sido ampliamente estudiada en diferentes condiciones obstétricas como es el caso de la predicción del parto prematuro y en la detección de contracciones de parto; y unos pocos en la predicción del éxito de la inducción del parto y en la estimación de la presión intrauterina. A pesar de que el registro EHG ha demostrado que aporta información relevante sobre las propiedades bioeléctricas del útero, existen pocos estudios sobre la respuesta mioeléctrica uterina a los medicamentos empleados en la inducción del parto que puedan servir como herramienta de ayuda en la predicción del resultado de la inducción del parto. En la presente tesis se abordó este problema mediante dos objetivos generales: 1) caracterizar la respuesta electrofisiológica uterina a los fármacos de inducción del parto a partir de registros EHG y 2) desarrollar y valorar sistemas de ayuda al diagnóstico para predecir el éxito de inducción del parto. Los resultados del primer objetivo revelaron una diferente evolución de los parámetros EHG entre los grupos de éxito y fracaso, revelando que podría ser útil para una predicción de inducción exitosa en las primeras etapas de la inducción, especialmente cuando se usa misoprostol. Para el segundo objetivo se diseñaron sistemas predictores del éxito de la inducción del parto mediante técnicas de machine learning valorando su capacidad predictora. Los resultados mostraron que el EHG puede usarse potencialmente para predecir la inducción exitosa del parto y supera al uso de las características obstétricas tradicionales. El uso clínico del sistema de predicción propuesto ayudaría a mejorar el bienestar materno-fetal y optimizar los recursos hospitalarios. Por otra parte, en la presente tesis también se abordó el registro EHG como una técnica no invasiva para la estimación de la presión intrauterina. Diversos estudios han intentado estimar la señal IUP a partir de parámetros extraídos de la señal EHG. A pesar de estos esfuerzos, existen limitaciones no abordadas específicamente en dichos estudios como es el caso de la gran variabilidad entre pacientes. Por ello, se propuso mejorar la estimación de presión uterina reportada en la literatura mediante un enfoque de interés clínico y abordando la problemática de la variabilidad entre pacientes. Se diseñaron modelos para la estimación de IUP, utilizando diferentes tipos de criterios de optimización y se desarrollaron modelos individuales (mono-paciente) y globales (con el conjunto de pacientes). Finalmente, se abordó el problema de la variabilidad entre sujetos mediante el desarrollo de algoritmos adaptativos para mejorar la exactitud de las estimaciones de IUP derivadas de los modelos globales. Los modelos adaptativos desarrollados superaron los modelos globales, proporcionando un mejor balance para estimar la señal continua de IUP, el tono y la máxima presión. Los modelos de estimación de IUP basados en EHG propuestos en la presente tesis permiten una monitorización no invasiva de la actividad uterina más precisa y, por lo tanto, una mejor evaluación del progreso del parto y del bienestar materno y fetal. / [EN] Monitoring fetal heart rate and uterine activity is a common clinical practice to obtain information on the status of the fetus during pregnancy and delivery. Techniques such as tocodynamometry (TOCO) and measurement of intrauterine pressure using a catheter have traditionally been used to monitor uterine dynamics. However, both techniques have limitations that require the search for other alternatives. In this sense, to solve the problems related to these techniques, the recording of the electrohysterographic signal (EHG) is proposed as an alternative to monitor uterine myoelectrical activity accurately and noninvasively. The technique has been extensively studied in different obstetric conditions, such as the prediction of preterm labor and the detection of labor contractions; and a few in predicting the success of labor induction and in estimating intrauterine pressure. Despite the fact that the EHG record has been shown to provide relevant information on the bioelectric properties of the uterus, there are few studies on the uterine myoelectrical response to the medications used to induce labor that can serve as a tool to help predict the outcome of induction of labor. In the present thesis, this problem was addressed through two general objectives: 1) to characterize the uterine electrophysiological response to labor induction drugs from EHG records and 2) to develop and assess diagnostic aid systems to predict the success of induction of labor. The results of the first objective revealed a different evolution of the EHG parameters between the success and failure groups, revealing that it could be useful for a successful induction prediction in the early stages of induction, especially when misoprostol is used. For the second objective, predictive systems for the success of labor induction were designed using machine learning techniques, evaluating its predictive capacity. The results showed that EHG can potentially be used to predict successful induction of labor and outperforms the use of traditional obstetric features. The clinical use of the proposed prediction system would help improve maternal-fetal well-being and optimize hospital resources. On the other hand, in this thesis, EHG recording was also addressed as a non-invasive technique for estimating intrauterine pressure. Various studies have attempted to estimate the IUP signal from parameters extracted from the EHG signal. Despite these efforts, there are limitations not specifically addressed in these studies, such as the great variability between patients. Therefore, it was proposed to improve the estimation of uterine pressure reported in the literature using an approach of clinical interest and addressing the problem of variability between patients. Models were designed for the estimation of IUP, using different types of optimization criteria, and individual (single-patient) and global models (with the set of patients) were developed. Finally, the problem of variability between subjects was addressed through the development of adaptive algorithms to improve the accuracy of IUP estimates derived from global models. The adaptive models developed outperformed the global models, providing better balance to estimate continuous IUP signal, tonus, and maximum pressure. The EHG-based IUP estimation models proposed in this thesis allow more precise non-invasive monitoring of uterine activity and, therefore, a better evaluation of labor progress and maternal and fetal well-being / [CA] La monitorització de la freqüència cardíaca fetal i de l'activitat uterina és una pràctica clínica habitual per a obtindre informació de l'estat del fetus durant l'embaràs i el part. Per a la monitorització de la dinàmica uterina tradicionalment s'han empleat tècniques com la tocodinamometría (TOQUE) i la mesura de la pressió intrauterina per mitjà de catèter. No obstant això, ambdós tècniques presenten limitacions que fan que es requerisca la busca d'altres alternatives. En este sentit per a resoldre els problemes relacionats amb estes tècniques es planteja el registre del senyal electrohisterográfica (EHG) com una alternativa per a monitoritzar de forma precisa i no invasiva l'activitat mioeléctrica uterina. La tècnica ha sigut àmpliament estudiada en diferents condicions obstétricas com és el cas de la predicció del part prematur i en la detecció de contraccions de part; i uns pocs en la predicció de l'èxit de la inducció del part i en l'estimació de la pressió intrauterina. A pesar que el registre EHG ha demostrat que aporta informació rellevant sobre les propietats bioeléctricas de l'úter, hi ha pocs estudis sobre la resposta mioeléctrica uterina als medicaments empleats en la inducció del part que puguen servir com a ferramenta d'ajuda en la predicció del resultat de la inducció del part. En la present tesi es va abordar este problema per mitjà de dos objectius generals: 1) caracteritzar la resposta electrofisiològica uterina als fàrmacs d'inducció del part a partir de registres EHG i 2) desenrotllar i valorar sistemes d'ajuda al diagnòstic per a predir l'èxit d'inducció del part. Els resultats del primer objectiu van revelar una diferent evolució dels paràmetres EHG entre els grups d'èxit i fracàs, revelant que podria ser útil per a una predicció d'inducció exitosa en les primeres etapes de la inducció, especialment quan s'usa misoprostol. Per al segon objectiu es van dissenyar sistemes predictors de l'èxit de la inducció del part per mitjà de tècniques de machine learning valorant la seua capacitat predictora. Els resultats van mostrar que l'EHG pot usar-se potencialment per a predir la inducció exitosa del part i supera a l'ús de les característiques obstétricas tradicionals. L'ús clínic del sistema de predicció proposat ajudaria a millorar el benestar matern-fetal i optimitzar els recursos hospitalaris. D'altra banda, en la present tesi també es va abordar el registre EHG com una tècnica no invasiva per a l'estimació de la pressió intrauterina. Diversos estudis han intentat estimar el senyal IUP a partir de paràmetres extrets del senyal EHG. A pesar d'estos esforços, hi ha limitacions no abordades específicament en els dits estudis com és el cas de la gran variabilitat entre pacients. Per això, es va proposar millorar l'estimació de pressió uterina reportada en la literatura per mitjà d'un enfocament d'interés clínic i abordant la problemàtica de la variabilitat entre pacients. Es van dissenyar models per a l'estimació d'IUP, utilitzant diferents tipus de criteris d'optimització i es van desenrotllar models individuals (mona-pacient) i globals (amb el conjunt de pacients). Finalment, es va abordar el problema de la variabilitat entre subjectes per mitjà del desenrotllament d'algoritmes adaptatius per a millorar l'exactitud de les estimacions d'IUP derivades dels models globals. Els models adaptatius desenrotllats van superar els models globals, proporcionant un millor balanç per a estimar el senyal continu d'IUP, el to i la màxima pressió. Els models d'estimació d'IUP basats en EHG proposats en la present tesi permeten una monitorització no invasiva de l'activitat uterina més precisa i, per tant, una millor avaluació del progrés del part i del benestar matern i fetal. / Benalcazar Parra, CA. (2020). Caracterización y utilidad de la electromiografía uterina en diferentes escenarios obstétricos: partos inducidos y estimación de presión intrauterina [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/149403 / TESIS

No description available.

L’accouchement prématuré est l’un des problèmes majeurs en obstétrique. Par suite, il a été un sujet d'intérêt pour de nombreux chercheurs. Parmi les nombreuses méthodes utilisées pour enregistrer la contractilité utérine, le plus utilisé est l'EHG abdominal, comme étant un outil facile à utiliser et non invasif. De nombreuses études ont indiqué que l'utilisation de ce signal pourrait être un outil très puissant pour surveiller la grossesse et pour détecter le travail. Il permet en effet d'accéder à l'utérus ainsi que la synchronisation de l'activité utérine, en utilisant des signaux multiples. Il a été démontré que l'analyse de connectivité des signaux EHG a donné des résultats prometteurs en application clinique, comme la classification des contractions de travail et de grossesse. Cependant, dans presque toutes les études antérieures, les matrices de corrélation EHG étaient souvent réduites en ne gardant que leur moyenne et les écarts-types, ce qui a peut aboutir à perdre des informations pertinentes en raison de ce moyennage, ce qui peut induire le taux de classification relativement faible jusqu'à présent. Pour caractériser précisément la matrice de corrélation et quantifier la connectivité associée, nous avons proposé dans cette thèse d'utiliser une technique de mesure de réseau basée sur la théorie des graphes. Selon cette approche, la matrice de corrélation obtenue peut être représentée sous forme de graphiques constitués d'un ensemble de nœuds (électrodes) interconnectés par des arêtes (valeurs de connectivité / corrélation entre électrodes). La nouvelle procédure de l'analyse des signaux EHG enregistrés pendant la grossesse et le travail se base sur la caractérisation de la corrélation entre les activités électriques utérines et sur sa quantification précise en utilisant l'approche de la théorie des graphes. Le pipeline de traitement inclut i) l'estimation des dépendances statistiques entre les différents signaux EHG enregistrés, ii) la quantification des matrices de connectivité obtenues à l'aide de l'analyse théorique des graphes et iii) l'utilisation clinique des mesures de réseau pour la surveillance de la grossesse ainsi que la classification entre les éclosions d'EHG de grossesse et de travail. Une comparaison avec les paramètres déjà existants utilisés pour la détection du travail et la détection d’accouchement prématuré sera également effectuée. Nous étudions également une nouvelle méthode pour étudier la connectivité source EHG, afin de surmonter le problème du calcul de la connectivité au niveau de la surface abdominale. Les résultats de cette thèse montrent que cette approche basée sur la théorie de graphe est un outil très prometteur pour quantifier la synchronisation utérine, lorsqu'elle est appliquée à l'abdomen, pour une meilleure surveillance de la grossesse. Nous espérons que cette approche soit utilisée pour le suivi de la grossesse et contribuerait ainsi à la prédiction précoce de l’accouchement prématuré. / Preterm birth remains a major problem in obstetrics. Therefore, it has been a topic of interest for many researchers. Among the many methods used to record the uterine contractility, the most used is the abdominal EHG, as being an easy to use and a non-invasive tool. Many studies have reported that the use of this signal could be a very powerful tool to monitor pregnancy and to detect labor. It indeed permits to access the uterine as well as the synchronization of the uterine activity, by using multiple signals. It has been shown that the connectivity analysis gave promising results when using EHG recordings in clinical application, such as the classification labor/pregnancy contractions. However, in almost all previous studies EHG correlation matrices were often reduced keeping only their mean and standard deviations thus relevant information may have been missed due to this averaging, which may induce the relatively low classification rate reported so far. To characterize precisely the correlation matrix and quantify the associated connectivity, we proposed in this thesis to use a network measure technique based on graph theory. According to this approach, the obtained correlation matrix can be represented as graphs consisting of a set of nodes (electrodes) interconnected by edges (connectivity/correlation values between electrodes). The new framework, to analyze the EHG signals recorded during pregnancy and labor, is based on the characterization of the correlation between the uterine electrical activities and on its precise quantification by using graph theory approach. The processing pipeline includes i) the estimation of the statistical dependencies between the different recorded EHG signals, ii) the quantification of the obtained connectivity matrices using graph theory-based analysis and iii) the clinical use of network measures for pregnancy monitoring as well as for the classification between pregnancy and labor EHG bursts. A comparison with the already existing parameters used in the state of the art for labor detection and preterm labor prediction will also be performed. We also investigate a new method to study the EHG source connectivity, to overcome the problem of computing the connectivity at the abdominal surface level. The results of this thesis showed that this network-based approach is a very promising tool to quantify uterine synchronization, when applied at the abdominal level, for a better pregnancy monitoring. We expect this approach to be further used for the monitoring of pregnancy and would thus help for the early prediction of preterm labor.

L’accouchement prématuré est un problème de santé publique dans le monde et notamment dans les pays économiquement développés avec un taux variant entre 7 et 12 % des naissances. Le diagnostic du risque d’accouchement prématuré est difficile à faire et les outils à notre disposition ont peu évolué ces dernières années. La contraction utérine est la conséquence directe de l’activité électrique au niveau du myomètre. Le type de contraction est lié à l’importance de l’excitabilité cellulaire et de sa diffusion à l’ensemble du myomètre. Le recueil et l’analyse de cette activité électrique par des électrodes de surface est aujourd’hui le seul moyen non invasif d’étudier, pendant la grossesse, les mécanismes qui sont à l’origine de la contraction. L’enregistrement de l’électromyogramme utérin ou électrohystérogramme (EHG) est donc prometteur pour réaliser un diagnostic et une surveillance des femmes à risque d’accouchement prématuré. Dans ce travail de thèse 3 études cliniques ont été réalisées. Dans la première, j’ai étudié différentes électrodes de surface permettant d’enregistrer les signaux électriques. Je propose à la fin de cette première partie un système d’électrodes pour permettre à la fois un enregistrement de qualité et une pose aisée compatible avec une application clinique. Dans la deuxième étude j’ai étudié la détection automatique des contractions par l’EHG avec des résultats encourageants pour l’application clinique et notamment en ambulatoire. Enfin dans la troisième étude j’ai étudié la prédiction du risque d’accouchement prématuré par l’analyse de paramètres électriques issus de l’EHG. Les résultats obtenus permettent d’améliorer la prédiction du risque d’accouchement prématuré par rapport aux outils utilisés en routine. / Premature birth is a public health problem in the world, particularly in economically developed countries with a rate varying between 7% and 12% of births. The diagnosis of the risk of premature labor is difficult to make and the tools at our disposal have changed little in recent years. Uterine contraction is a direct consequence of electrical activity at the level of the myometrium. The type of contraction is related to the importance of cell excitability and its diffusion to the entire myometrium. The analysis of this electrical activity by surface electrodes is currently the only non-invasive way to study the mechanisms that are at the origin of the contraction. The recording of the uterine electromyogram or electrohysterogram (EHG) is therefore promising for the diagnosis and surveillance of women at risk of preterm birth. In this thesis work 3 clinical studies have been carried out. In the first clinical study, different surface electrodes to record electrical signals were tested. I propose at the end of this first part a system of electrodes to allow at the same time a recording of quality and an easy pose compatible with a clinical application. In the second study , the automatic detection of contractions by the El-IG was studied with encouraging results for the clinical application and especially in ambulatory. Finally, in the third clinical experiment, I studied the prediction of the risk of premature delivery by the analysis of electrical parameters extracted from the EHG. The results obtained make it possible to improve the prediction of the risk of premature delivery compared to the tools used routinely.

L'EMG utérin appelé Electrohystérogramme (EHG) a été exploité depuis longtemps par ses caractéristiques temporelles, fréquentielles, et temps-fréquence, pour la prédiction de l'accouchement prématuré, tandis que l'étude de sa propagation est rare. Tous les résultats des études antérieures n'ont pas montré un potentiel satisfaisant pour une application clinique. L'objectif de cette thèse est l'analyse de la propagation ainsi que de la non-linéarité des signaux EHG pendant la grossesse et le travail en vue d'une application clinique. Une analyse monovariée a été faite pour étudier la non-linéarité et la sensibilité des méthodes aux différentes caractéristiques des signaux. Une analyse bivariée a ensuite été menée pour l‟étude de la propagation de l‟EHG, en mesurant le couplage entre les voies ainsi que la direction de couplage, ce qui est une nouveauté de notre thèse. Dans cette analyse, nous proposons une approche de filtrage-fenêtrage pour améliorer les méthodes d'estimation du couplage et de sa direction. Une autre nouveauté de cette thèse est l'implantation d'un outil de localisation de source d'EHG pour étudier la dynamique de l'utérus au niveau de la source, et non pas au niveau des électrodes comme fait dans les études précédentes. Les résultats montrent que les méthodes non linéaires sont plus capables que les méthodes linéaires, de classifier les contractions de grossesse et de travail. La méthode de réversibilité de temps est la moins sensible à la fréquence d'échantillonnage et au contenu fréquentiel du signal. Les résultats indiquent également une augmentation de couplage et une concentration des directions vers le col de l‟utérus, en allant de la grossesse vers le travail. En respectant la non-stationnarité des signaux EHG et en se libérant de l'effet de filtrage de la graisse, très variable durant la grossesse et entre les différentes femmes, notre méthode de filtrage-fenêtrage (segmentation et filtrage du signal EHG pour ne garder que la composant FWL), améliore les performances des méthodes de connectivité. L'intensité des sources localisées et leur nombre sont plus élevés durant le travail que durant la grossesse. Les sources localisées sont actives et propagées durant le travail alors que durant la grossesse elles restent faibles et localisées. Une amélioration de la matrice d'électrodes du protocole expérimental de rat a été effectuée par le développement d'une électrode à succion. Ce protocole pourra ensuite être utilisé pour la validation de nos méthodes et celle du modèle électrophysiologique. / The uterine EMG -called Electrohysterogramme (EHG)- temporal, frequency, and time-frequency characteristics have been used for a long time for the prediction of preterm labor. However, the investigation of its propagation is rare. All the results of the previous studies did not show a satisfactory potential for clinical application. The objective of this thesis is the analysis of the propagation as well as of the nonlinear characteristics of EHG signals during pregnancy and labor for clinical application. A monovariate analysis was done to investigate the nonlinearity and the sensibility of methods to different characteristics of the signals. A bivariate analysis was then done for the investigation of the propagation of EHG by measuring the coupling between channels, as well as the direction of coupling, which is an innovative part of our thesis. In this analysis we propose a new approach to improve the coupling and direction estimation methods. Another innovation of this thesis is the implementation of a tool for EHG source localization to investigate the dynamic of the uterus at the source level, not at electrodes level as previously done. Results show that nonlinear methods are more able to classify pregnancy and labor contractions than linear ones, and that time reversibility method is the least sensitive to sampling frequency and frequency content of the signal. Results also indicate an increase in coupling and a concentration of coupling direction toward the cervix when going from pregnancy to labor. We also proposed to respect the nonstationarity of EHG signal and to recover the effect of variable fat filtering along pregnancy, by segmenting and filtering the EHG in its FWL component. This filtering-windowing approach permits to improve the performances of connectivity methods. Finally, the intensity of localized sources and their number is higher in labor than in pregnancy contractions. The identified sources are more active and more propagated in labor whereas in pregnancy they remain weak and local. An improvement in the electrode matrix of the rat experimental protocol has also been done by developing a suction electrode. This protocol can then be used for the validation of our methods and of the electrophysiological model.