Dans de nombreux pays, le taux de mortalité des motocyclistes est beaucoup plus élevé que celui des autres conducteurs de véhicules. Parmi de nombreux autres facteurs, les collisions arrière des motocyclettes contribuent fortement à ces décès de motards. Les systèmes de détection de collision peuvent être utilisés pour minimiser ces accidents mortels. Cependant, la plupart des systèmes de détection de collision existants n'identifient pas le type de danger potentiel auquel sont exposés les motocyclistes. Chaque système d'alerte de collision utilise une technique de détection de collision distincte, ce qui limite ses performances et rend impératif l'étude de son efficacité. Malheureusement, aucun travail de ce type n'a été signalé dans ce domaine particulier pour les motocyclistes. Par conséquent, il est important d'étudier la réponse physiologique du motocycliste contre ces systèmes d'alerte de collision. Dans cette recherche, une méthode de détection et de classification des véhicules approchant par l'arrière est présentée. Pour la détection de collision, une approche basee vision et la technique basee sur le son ont été utilisées. Pour les techniques visuelles et acoustiques, des caractéristiques d'apparence et de spectre de puissance ont été utilisées, respectivement, pour détecter le véhicule qui s'approche à l'extrémité arrière de la motocyclette. En ce qui concerne la classification des véhicules, seule une technique acoustique est utilisée; un spectre de puissance acoustique et des caractéristiques énergétiques sont utilisés pour classer les véhicules qui approchent. Deux types d'ensembles de données, à savoir des ensembles de données acquises durant ce travail (obtenues en plaçant une caméra à l'arrière d'une motocyclette) et des ensembles de données disponibles telechargeables (pour la détection visuelle et pour la classification audio des véhicules) sont utilisés pour la validation. La méthodologie proposée a permis de détecter et de classer les véhicules pour des ensembles de données acquises durent cette these. De même, pour les ensembles de données disponibles , le taux positif vrai le plus élevé et le taux de détection faux le plus faible ont été atteints par rapport aux méthodes de l etat de l art. En outre, une étude physiologique basée sur le potentiel lié à l'événement (ERP) a été réalisée sur les motocyclistes afin d'étudier leurs réponses vis-à-vis du système d'alerte de collision arrière. Deux types d'avertissements auditifs (c'est-à-dire verbal et buzzer) sont utilisés pour ce système d'avertissement. Pour étudier la réponse des motocyclistes, les composantes N1, N2, P3 et N400 ont été extraits des données d'électroencéphalographie (EEG). Ces systèmes d avertissement ont montré des effets positifs au niveau des neuronal sur les motocyclistes et réduisent leur temps de réaction et les ressources attentionnelles nécessaires pour traiter correctement la cible. En résumé, le système d'avertissement de collision par l'arrière proposé avec des avertissements verbaux auditifs augmente considérablement la vigilance du motocycliste et peut être utile pour éviter les scénarios possibles de collision arrière. / In many countries, motorcyclist fatality rate is much higher than that of other vehicle drivers. Among many other factors, motorcycle rear-end collisions are also contributing to these biker fatalities. Collision detection systems can be used to minimize these fatalities. However, most of the existing collision detection systems do not identify the type of potential hazard faced by motorcyclists. Every collision warning system used a distinctive collision detection technique, which limits its performance and makes it imperative to study its effectiveness. Unfortunately, no such work has been reported in that particular domain for motorcyclists. Therefore, it is important to study the physiological response of the motorcyclist against these collision warning systems. In this research, a rear end vehicle detection and classification method is presented for motorcyclists. For collision detection, vision technique and acoustic technique have been used. For visual and acoustic techniques, appearance features and power spectrum have been used, respectively, to detect the approaching vehicle at the rear end of the motorcycle. As for the vehicle classification, only an acoustic technique is utilized; an acoustic power spectrum and energy features are used to classify the approaching vehicles. Two types of datasets which are comprised of self-recorded datasets (obtained by placing a camera at the rear end of a motorcycle) and online datasets (for vision-based vehicle detection and for audio based vehicle classification techniques) are used for validation. Proposed methodology successfully detected and classified the vehicle for self-recorded datasets. Similarly, for online datasets, the higher true positive rate and less false detection rate has been achieved as compared to the existing state of the art methods. Moreover, an event-related potential (ERP) based physiological study has been performed on motorcyclists to investigate their responses towards the rear end collision warning system. Two types of auditory warnings (i.e., verbal and buzzer) are used for this warning system. To study the response of the motorcyclists, the N1, N2, P3, and N400 components have been extracted from the Electroencephalography (EEG) data. These introduced systems have shown positive effects at neural levels on motorcyclists and reduce their reaction time and attentional resources required for processing the target correctly. In summary, the proposed rear-end collision warning system with auditory verbal warnings significantly increases the alertness of the motorcyclist and can be helpful to avoid the possible rear-end collision scenarios.

Cette thèse présente une méthode générique de reconnaissance automatique des émotions à partir d’un système bimodal basé sur les expressions faciales et les signaux physiologiques. Cette approche de traitement des données conduit à une extraction d’information de meilleure qualité et plus fiable que celle obtenue à partir d’une seule modalité. L’algorithme de reconnaissance des expressions faciales qui est proposé, s’appuie sur la variation de distances des muscles faciaux par rapport à l’état neutre et sur une classification par les séparateurs à vastes marges (SVM). La reconnaissance des émotions à partir des signaux physiologiques est, quant à elle, basée sur la classification des paramètres statistiques par le même classifieur. Afin d’avoir un système de reconnaissance plus fiable, nous avons combiné les expressions faciales et les signaux physiologiques. La combinaison directe de telles informations n’est pas triviale étant donné les différences de caractéristiques (fréquence, amplitude de variation, dimensionnalité). Pour y remédier, nous avons fusionné les informations selon différents niveaux d’application. Au niveau de la fusion des caractéristiques, nous avons testé l’approche par l’information mutuelle pour la sélection des plus pertinentes et l’analyse en composantes principales pour la réduction de leur dimensionnalité. Au niveau de la fusion de décisions, nous avons implémenté une méthode basée sur le processus de vote et une autre basée sur les réseaux Bayésien dynamiques. Les meilleurs résultats ont été obtenus avec la fusion des caractéristiques en se basant sur l’Analyse en Composantes Principales. Ces méthodes ont été testées sur une base de données conçue dans notre laboratoire à partir de sujets sains et de l’inducteur par images IAPS. Une étape d’auto évaluation a été demandée à tous les sujets dans le but d’améliorer l’annotation des images d’induction utilisées. Les résultats ainsi obtenus mettent en lumière leurs bonnes performances et notamment la variabilité entre les individus et la variabilité de l’état émotionnel durant plusieurs jours / This thesis presents a generic method for automatic recognition of emotions from a bimodal system based on facial expressions and physiological signals. This data processing approach leads to better extraction of information and is more reliable than single modality. The proposed algorithm for facial expression recognition is based on the distance variation of facial muscles from the neutral state and on the classification by means of Support Vector Machines (SVM). And the emotion recognition from physiological signals is based on the classification of statistical parameters by the same classifier. In order to have a more reliable recognition system, we have combined the facial expressions and physiological signals. The direct combination of such information is not trivial giving the differences of characteristics (such as frequency, amplitude, variation, and dimensionality). To remedy this, we have merged the information at different levels of implementation. At feature-level fusion, we have tested the mutual information approach for selecting the most relevant and principal component analysis to reduce their dimensionality. For decision-level fusion we have implemented two methods; the first based on voting process and another based on dynamic Bayesian networks. The optimal results were obtained with the fusion of features based on Principal Component Analysis. These methods have been tested on a database developed in our laboratory from healthy subjects and inducing with IAPS pictures. A self-assessment step has been applied to all subjects in order to improve the annotation of images used for induction. The obtained results have shown good performance even in presence of variability among individuals and the emotional state variability for several days

Le système de positionnement Galileo est un nouveau système de navigation par satellite en cours de développement pour l'Union Européenne, qui devrait être opérationnel en 2013. Tout en fournissant un service de positionnement autonome, Galileo sera interopérable avec les systèmes de navigation par satellite déjà existants comme le système américain GPS (Global Positioning System). En effet, un utilisateur pourra, avec un récepteur compatible, obtenir une position quelque soit le système utilisé. De plus, Galileo a pour objectif de garantir la disponibilité de certains services tels que le service commercial (CS) par exemple ou le service public réglementé (PRS). Mais Galileo fournit aussi, avec le service Sécurité de la vie (SOL), un message d'intégrité permettant de déterminer si l'information satellite est fiable, afin de l'utiliser pour des applications critiques telles que le transport aérien, maritime ou terrestre. Afin de fournir une position, une synchronisation et une information d'intégrité précises, en accord avec les besoins des utilisateurs, le système Galileo doit posséder des signaux et une architecture performants. L'étude de la conception de ces signaux, leur génération et leurs performances constitue le coeur de cette thèse. En effet, l'objectif principal de ce travail est l'optimisation de la charge utile et des signaux Galileo afin d'obtenir les meilleures performances possibles du point de vue du récepteur. Une analyse complète du système Galileo, de la charge utile au récepteur est d'abord effectuée. Elle montre que des distorsions peuvent affecter les signaux pendant leur génération, leur propagation et leur traitement dans le récepteur. Ces distorsions, dues aux instabilités d'horloges, aux non-linéarités de l'amplificateur, aux filtrages ou aux trajets multiples (multitrajets), réduisent la performance des signaux, en particulier lors de la poursuite du code ou lors de la poursuite de la phase de la porteuse. Pour éviter ces distorsions ou pour réduire leur impact, les signaux Galileo doivent présenter certaines propriétés, comme une enveloppe constante ou une large bande par exemple. Il est donc important d'analyser ces contraintes pour la conception d'une charge utile et de signaux performants. Une étude est ensuite menée afin de déterminer si les signaux Galileo proposés par la GJU (Galileo Joint Undertaking), en particulier en bande E5 et E1(E1-L1-E2), présentent ces propriétés et ainsi vérifient les contraintes de conception. La modulation Interplex et la modulation ALTBOC (Alternate Binary Offset Carrier) sont les solutions proposées pour multiplexer, respectivement, les signaux E1 et E5. Les expressions théoriques et les performances de ces modulations sont analysées afin de montrer qu'elles transmettent les signaux avec une enveloppe constante permettant de réduire les distorsions dues aux non-linéarités de l'amplificateur. Récemment, de nouvelles formes d'onde ont été proposées pour transmettre le signal " Open Service " de Galileo en bande E1, toujours avec l'objectif d'obtenir de meilleures performances. Ces nouveaux signaux sont basés sur la combinaison linéaire d'un signal BOC(1,1) avec un signal " Binary Coded Symbol (BCS) " ou avec une autre sous porteuse BOC. Ces signaux sont alors appelés Composite BCS (CBCS) ou Composite BOC (CBOC). Ces nouveaux signaux, conçus afin de réduire l'impact des multitrajets sur les performances, sont étudiés tout au long de la chaîne de transmission afin de contrôler s'ils vérifient les contraintes de conception et s'ils peuvent être transmis avec la modulation Interplex. Leurs performances sont aussi évaluées et comparées à celle du signal BOC(1,1), grâce à des observables qui caractérisent les performances en réception. Ces observables sont la fonction d'autocorrélation, la densité spectrale de puissance, le coefficient d'isolation spectrale et l'enveloppe d'erreur due aux trajets multiples. Pour terminer, des simulations permettent d'évaluer l'influence des distorsions dues aux équipements de la charge utile et du récepteur, sur les signaux Galileo et sur leur performance en réception, sont présentées. En particulier, l'influence des horloges, des amplificateurs et des filtres est évaluée grâce notamment au calcul de l'erreur de phase dans la boucle de poursuite du récepteur.

L'enregistrement extracellulaire d'activité électrique est une technique très répandue en neurosciences, mais son application aux îlots pancréatiques et cellules bêta n'est que très récente. La facilité d'utilisation des MEAs (Microelectrode Arrays, Matrices de Microélectrodes) a ouvert de nouvelles perspectives à l'électrophysiologie des cellules bêta, dont des méthodes de criblage en clinique ou des approches biocapteur pour le pancréas artificiel. Cette thèse contribue à la conception et la caractérisation d'un biocapteur hybride composé de cellules pancréatiques cultivées sur un MEA et d'un système électronique de traitement du signal. Le système ainsi réalisé est le fruit de collaborations et projets pluridisciplinaires menés à l'IMS (groupe bioélectronique), en partenariat avec le CBMN (biologie cellulaire et biocapteurs), tous deux au sein de l'Université de Bordeaux. Les projets faisaient également appel au service d'endocrinologie des Hôpitaux Universitaires de Bordeaux, Montpellier, Grenoble et Genève.Les projets en question incluent:- ISLET-CHIP (ANR 2013-PRTS-0017), qui explore une méthode pour évaluer la qualité d'un greffon pancréatique destiné à des patients diabétiques de type I.- BIODIA (EU FEDER), qui caractérise la réponse électrique d'îlots à des stimuli de glucose, hormones et médicaments pour des applications de criblage, différentiation cellulaire, et en boucle-fermée.- DIAGLYC (Bourse régionale 2017 1R30 226), qui étudie l'utilisation du biocapteur hybride comme un capteur pour le pancréas artificiel.La thèse aborde le biocapteur dans ses aspects à la fois électronique et biologique, son intégration dans des expériences appliquées, et ses résultats expérimentaux. Elle s'intéresse également à la modélisation d'une boucle de régulation chez le patient diabétique de type I.D'abord, le système d'analyse électronique est décrit. Issue de l'équipe Elibio, elle réalise acquisition multicanaux et traitement du signal numérique. Elle est construite autour d'un FPGA (Field Programmable Gate Array) qui rend son architecture de calcul polyvalente et évolutive. Elle est capable de mesurer, afficher, et enregistrer des données multicanaux. Le calcul embarqué est optimisé pour de faibles latences de calcul, compatibles avec des applications en boucle fermée. La thèse décrit ses algorithmes de traitement et son architecture.Des résultats expérimentaux utilisant le système et ses algorithmes sont ensuite montrés pour illustrer la réponse des îlots à des stimuli de glucose, médicaments et hormones. L'activité des îlots est quantifiée en analysant leurs APs (Action Potentials, Potentiels d'Action), et plus notoirement leurs SPs (Slow Potentials, Potentiels Lents), une nouvelle signature électrique exclusivement mesurée sur les îlots pancréatiques. Ces mesures, en régimes statique et dynamique, contribuent non seulement à caractériser la réponse du biocapteur, mais aussi à mettre en évidence les algorithmes internes des îlots de Langerhans.Enfin, des approches pour l'intégration du biocapteur dans un pancréas artificiel sont étudiées. Les réponses au glucose et aux hormones sont modélisées et simulées dans un modèle des interactions glucose-insuline dans le corps entier. Ce concept est novateur dans le sens où le capteur en charge de mesurer le besoin d'insuline n'est pas seulement sensible au glucose, mais aussi aux hormones présentes dans le sang. / Extracellular recording of electrical activity is a widespread technique in neurosciences, but only recently has it been applied to pancreatic islets and beta cells. The ease of use of Microelectrode Arrays (MEAs) has opened new perspectives for the electrophysiology of pancreatic cells, including screening methods for clinics and biosensor approaches for the artificial pancreas. This thesis is a contribution to the design and characterization of a hybrid biosensor composed of pancreatic cells cultured on an MEA and dedicated processing electronics. This device is the product of multi-disciplinary projects conducted at IMS (Bioelectronics group), partnered with CBMN (Cell biology and Biosensors team), both at the University of Bordeaux. Projects also involved the endocrinology service of university hospitals in Bordeaux, Montpellier, Grenoble, and Geneva.The covered projects include:- ISLET-CHIP (French ANR 2013-PRTS-0017), investigating a method of evaluating the quality of a preparation prior to its transplantation in type-I diabetic patients.- BIODIA (EU FEDER), characterizing islet electrical response to glucose, hormone, and drug stimuli for screening, cell differentiation, and closed-loop approaches.- DIAGLYC (French regional grant 2017 1R30 226), investigating the use of the hybrid biosensor as an artificial pancreas front-end sensor.The thesis tackles the biosensor in both its electronic and biological aspects, its integration in applicative experimental setups, and experimental results. It also addresses the modeling of a closed regulation loop for type-I diabetic patients.First, the electronic processing platform is described. It is a custom board performing multichannel acquisition and digital signal processing. It is built around an FPGA (Field Programmable Gate Array) that makes its processing architecture versatile and evolutive. It is capable of measuring, displaying and storing multichannel data. Computation was optimized for low-processing latencies compatible with closed-loop configurations. Both its processing algorithms and architecture are detailed.Then, experimental results using this system and its algorithms are shown to illustrate islet response to glucose, drug, and hormone stimuli. Islet activity is quantified by analyzing Action Potentials (APs), and more importantly Slow Potentials (SPs), a novel electrical signature exclusively measured on pancreatic islets. These measurements in both steady state and dynamic regime help characterize the biosensor response, but also shed light on the endogenous algorithms of islets of Langerhans.Finally, approaches for integrating the biosensor in an artificial pancreas are investigated. The measured glucose and hormone responses are modeled and simulated in a full-body glucose-insulin system. This concept is novel in that the sensor in charge of measuring insulin demand in the body is not only sensitive to glucose, but also to blood hormones.

Ce travail de thèse s’inscrit dans le cadre du développement d’un nouvel outil d’analyse et d’exploitation des expérimentations biomécaniques sur corps donnés à la science. Ces expérimentations pleine échelle, comme la reconstitution complète d’un accident réel, ou dit ‘fractionné’, comme l’investigation du comportement mécanique d’une articulation ou la validation d’un modèle éléments finis, utilisent des corps entier ou des segments anatomiques. L’exploitation de ces essais englobe l’analyse des résultantes accélérométriques et des vidéos rapides. Dans tous les cas l’objectif est de saisir les mécanismes lésionnels mis en jeu : si l’autopsie finale donne le bilan complet des lésions provoquées par l’essai expérimental, il est souvent complexe de retrouver la séquence chronologique d’apparition des lésions, voire de localiser anatomiquement cette lésion. Les méthodes actuelles souffrent d’un manque dans l’identification des lésions sur le traitement du signal : l’identification et la localisation temporelle d’une lésions sur un signal permettrait d’affiner la compréhension des mécanismes de destructions du corps humain et de compléter la validation des modèles éléments finis du corps humain. Les signaux accélérométriques issus de la biomécanique de chocs étant non stationnaires et fortement transitoires c’est vers le traitement du signal temps-fréquence que nous somme allé chercher de quoi localiser et discriminer l’apparition d’une lésion sur un signal. C’est plus précisément à partir de la transformée en ondelette continue que nous avons définit un critère de force de transitoire : un scalaire dépendant du temps reflète l’aspect transitoire du signal sur la bande fréquentielle supérieur du spectre temps-fréquence. Cette utilisation simple de la transformée temps échelle va être appliquée à deux structures critiques en biomécanique : le thorax, en tant que structure supportant les organes vitaux et faisant l’objet de moyen de protection spécifique, et le membre inférieur, en tant que premier segment anatomique touché en choc piéton. Dans le cas du thorax, le critère d’estimation de la force d’un transitoire a permis de cartographier de trajet d’un signal transitoire généré par la fracture d’une côte : ce résultat critique permettra de réduire l’instrumentation en biomécanique du thorax tout en en améliorant l’efficacité en terme de détection et localisation de fracture. Dans le cas du membre inférieur, le critère en transitoire a permis de discriminer les signaux transitoires provoqués par une fracture osseuse de ceux provoqué par une avulsion ligamentaire. L’accès à la distinction os/ligament est une avancée majeure dans l’exploitation des expérimentations biomécaniques sur le membre inférieur : les lésions pourront être associées plus facilement à une source lésionnelle et l’accès potentiel à l’état lésionnel de l’articulation du genou permettra de compléter la validation d’un modèle éléments finis. En conclusion cette thèse pose les bases de l’application de méthodes temps échelle à la biomécanique des chocs et permet d’analyser les signaux transitoires générés par les lésions pour améliorer leur localisation anatomique et temporelle. Ce travail très investigatoire devrait permettre de mettre au point un véritable outil d’exploitation expérimental à l’avenir. / This work introduces a new tool to be used in biomechanical experiment based on human surrogates. Those xperiments need human bodies or anatomic segments. They can be ‘full scale’when dealing with crash reconstruction or ‘sub system’ when dealing with any investigation that focuses on mechanical behavior of biological structure. Actual means of post processing of these experiments include accelerometers signal processing, necropsy and fast video recording. The objectives are usually to understand all injury mechanisms. The final necropsy indicates a listing of all injuries sustained by a human surrogate and an important issue is to recover the chronology of these injuries. Current signal post processing methods lack any injury identification system. Accelerometric signals recorded during impact biomechanical tests are definitely non stationary. We propose to use an approach based on time frequency visualization in order to detect and characterize any injury occurrence within those signals. More precisely we applied continuous wavelet transform and introduced a new criterion that quantifies any transient, or singularity, of the signal: we made the hypothesis that singularities are images of injury occurrence. The quantification of the singularity is calculated from the amount of high frequency contained in the signal. The criterion is applied to two anatomical structures of the human body. Firstly on the thorax, as it supports all vital organs and it is the object of intense safety system development. Secondly the criterion is applied on the lower limb, as it s the primary impacted structure during car/pedestrian collision. The application of the transient criterion to the thorax showed that transient signal caused by rib fractures can be tracked down. The knowledge of the path of the transient signal through the thorax lead to a better understanding of the injury mechanism of the rib. Detection and localization of the fracture rib is then improved and further instrumentation for similar biomechanical test could be tremendously reduced in the future. In the case of the lower limb, the transient criterion was used to localize in time any injury occurrence. Moreover the criterion enabled to discriminate ligament failure from bone fracture. This differentiation gives access to the chronology of injury occurrence during sub system impact test or full scale car crash reconstruction. The knowledge of such an internal chronology can lead to car improvement and further validation tool for finite element modes. In conclusion this work introduces a new application of time scale representation to impact biomechanics. Transient signals coming from injury can be localized in time and the origin of the injury can be determined. This preliminary study can be further completed to build an actual tool for the post processing and exploitation of impact biomechanical experiments.

.

Ce travail de thèse traite de la détection et du diagnostic des défaillances par analyse du courant statorique dans les entraînements mécaniques à base de machine asynchrone. En se basant sur des travaux ultérieurs un modèle du signal en présence de défaut est présenté. Pour estimer les paramètres du modèle, nous proposons une technique statistique basée sur le Maximum de Vraisemblance et une approche basée sur les sous-espaces signal/bruit. Ces techniques ont été développées pour analyser des courants statoriques dans le cas stationnaire et non-stationnaire. Ces techniques permettent de révéler la présence d'une défaillance et de mesurer sa sévérité. Les résultats de simulation sur des signaux issus d'un modèle de la machine asynchrone, basé sur les circuits électriques magnétiquement couplés, permettent de valider les méthodes de détection proposées et démontre l'intérêt des techniques afin d'extraire de façon automatique un indicateur de défaut. L'étude est complétée par une validation expérimentale sur des signaux issus d'un banc expérimental pour la détection des défauts de roulement.

En raison de la grande quantité d’EEG acquise sur plusieurs journées, une technique de compression efficace est nécessaire. Le manque des experts et la courte durée des crises encouragent la détection automatique des convulsions. Un affichage uniforme est obligatoire pour assurer l’interopérabilité et la lecture des examens EEG transmis. Le codeur certifié médical WAAVES fournit des CR élevés et assure une qualité de diagnostic d’image. Durant nos travaux, trois défis sont révélés : adapter WAAVES à la compression des signaux, détecter automatiquement les crises épileptiques et assurer l’interopérabilité des afficheurs EEG. L’étude du codeur montre qu’il est incapable de supprimer la corrélation spatiale et de compresser des signaux monodimensionnels. Par conséquent, nous avons appliqué l’ICA pour décorréler les signaux, la mise en échelle pour redimensionner les valeurs décimales et la construction d’image. Pour garder une qualité de diagnostic avec un PDR inférieur à 7%, nous avons codé le résidu. L’algorithme de compression EEGWaaves proposé a atteint des CR de l’ordre de 56. Ensuite, nous avons proposé une méthode d’extraction des caractéristiques des signaux EEG basée sur un nouveau modèle de calcul de la prédiction énergétique (EAM) des signaux. Ensuite, des paramètres statistiques ont été calculés et les Réseaux de Neurones ont été appliqués pour détecter les crises épileptiques. Cette méthode nous a permis d’atteindre de meilleure sensibilité allant jusqu’à 100% et une précision de 99.44%. Le dernier chapitre détaille le déploiement de notre afficheur multi-plateforme des signaux physiologiques. Il assure l’interopérabilité des examens EEG entre les hôpitaux. / Due to the large amount of EEG acquired over several days, an efficient compression technique is necessary. The lack of experts and the short duration of epileptic seizures require the automatic detection of these seizures. Furthermore, a uniform viewer is mandatory to ensure interoperability and a correct reading of transmitted EEG exams. The certified medical image WAAVES coder provides high compression ratios CR while ensuring image quality. During our thesis, three challenges are revealed : adapting WAAVES coder to the compression of the EEG signals, detecting automatically epileptic seizures in an EEG signal and ensure the interoperability of the displays of EEG exams. The study of WAAVES shows that this coder is unable to remove spatial correlation and to compress directly monodimensional signals. Therefore, we applied ICA to decorrelate signals, a scaling to resize decimal values, and image construction. To keep a diagnostic quality with a PDR less than 7%, we coded the residue. The proposed compression algorithm EEGWaaves has achieved CR equal to 56. Subsequently, we proposed a new method of EEG feature extraction based on a new calculation model of the energy expected measurement (EAM) of EEG signals. Then, statistical parameters were calculated and Neural Networks were applied to classify and detect epileptic seizures. Our method allowed to achieve a better sensitivity up to 100% and an accuracy of 99.44%. The last chapter details the deployment of our multiplatform display of physiological signals by meeting the specifications established by doctors. The main role of this software is to ensure the interoperability of EEG exams between healthcare centers.

Les développements récents des techniques IRM engendre des sources de potentiels induits qui « polluent » les signaux électrophysiologiques, utilisé simultanément en IRM pour surveiller le patient et synchroniser les images. Le système élaboré dans ce travail est compose de deux modules « émetteur-récepteur » IRM-compatibles. Le premier permet d’introduire dans le tunnel d’IRM des signaux EPS dont on connait les caractéristiques. Les signaux sont injectés dans un tissu conducteur placé dans le tunnel. Le second module permet de recueillir les signaux après leur contamination par les artéfacts générés par les séquences d’imagerie. Il comporte 20 canaux répartis en quatre bandes fréquentielles (40, 80, 160 et 350 Hz). Des mesures du potentiel induit ont été réalisées en environnements 1,5 T et 3 T. Nous pouvons ainsi analyser les modifications des paramètres des signaux selon les séquences, mais aussi à l’intérieur des différentes bandes de fréquences. Dans ce travail, nous présentons une caractérisation et modélisation des potentiels induits par les commutations de gradients de champ magnétique recueilli par notre dispositif expérimental. La caractérisation et la modélisation permettent d’obtenir des informations pertinentes à prendre en compte pour l’élaboration des algorithmes de filtrage efficaces et robustes. / New developments in MRI techniques create sources of induced voltages that “pollute” the simultaneously acquired electrophysiological signals (EPS), used to monitor patients and/or synchronize images. We developed a device to allow a deep study of the contamination mechanism, which would assist in elaborating new tools to obtain higher quality EPS. The system consists of three main modules: (i) a signal transmission system composed of an EPS generator and a transmission box, which transmits the EPS to a MR-compatible receiver inside the tunnel, (ii) an electro-conductive tissue-mimicking phantom in which the EPS is injected, (iii) a signal collection module composed of a MR compatible amplifier-transmitter that emits, via an optical cable, the collected signal to a receiver box placed outside the MRI room. The receiver box comprises 20 channels distributed into four frequency bands (40, 80, 160, and 350 Hz). Measurements of the induced voltages were performed in 1.5 T and 3 T MRI environments. An algorithm to extract and analyze and model the induced voltages was developed. The modeling algorithm is based on a sinusoidal decomposition of the induced voltages. This work aimed to assess the disturbance level of the EPS, when using larger bandwidth amplifiers. The characterization and modeling of the induced voltages, which represent the dominant noise, reveal relevant information which can be used to develop robust and efficient noise reduction algorithms.

Les ondes acoustiques subissent peu de dispersion dans le milieu marin, comparé au milieu aérien. Certaines espèces de cétacés communiquent ainsi à grande distance, d'autres utilisent leurs émissions sonores pour s'orienter. La bioacoustique consiste à étudier ces espèces à partir de l'analyse de leurs sons, c'est-à-dire à les détecter, classer, localiser. Cela peut se faire via un réseau d'hydrophones au déploiement fastidieux. Afin de contribuer au passage à l'échelle de la bioacoustique, cette thèse propose des modèles originaux mono-hydrophone pour l'analyse de ces signaux stationnaires ou transitoires. Premièrement, nous dérivons un nouveau modèle d'estimation de la distance entre une source impulsive (ex. biosonar) et un hydrophone. Notre modèle théorique, l'Intra Spectral ATténuation(ISAT), dérive des lois acoustiques de déformation spectrale du signal transitoire induite par l'atténuation durant sa propagation. Ce modèle relie les rapports énergétiques des bandes de fréquences pondérés par un modèle de perte par atténuation fréquentielle (Thorp ou Leroy) à la distance de propagation. Nous approximons aussi ISAT par un modèle neuromimétique. Ces deux modèles sont validés sur le sonar du cachalot (Physeter macrocephalus) enregistré avec notre bouée acoustique autonome BOMBYX et notre système d'acquisition DECAV en collaboration avec le Parc National de Port-Cros et le sanctuaire Pelagos pour la protection des mammifères marins en Méditerranée. Les mesures d'erreur (RMSE) d'environ 500 mètres sur nos références du centre d'essai OTAN aux Bahamas présentent un intérêt opérationnel. Deuxièmement, nous proposons une analyse originale de l'évolution des voisements de cétacé par codage parcimonieux. Notre encodage des cepstres par apprentissage non supervisé d'un dictionnaire met en évidence l'évolution temporelle des bigrammes des chants que les baleines à bosse mâles émettent durant la période de reproduction. Nous validons ce modèle sur nos enregistrements du canal de Sainte-Marie à Madagascar entre 2008 et 2014, via notre réseau d'hydrophones BAOBAB qui constitue une première dans l'Océan Indien. Nos modèles s'inscrivent dans le projet Scaled Bioacoustics (SABIOD, MI CNRS) et ouvrent de nouvelles perspectives pour les passages à l'échelle temporelle et spatiale de la bioacoustique. / Acoustic waves show low dispersion due to the underwater propagation, compared to the propagation in the air. Some species of cetaceans communicate at long distance, others use their sound production for orientation. The goal of the scientic area called bioacoustics is to study animal species based on the analysis of their emitted sound. Their sounds can be used to detect, to classify and to locate the cetaceans. Recordings can be done with an passive acoustic array of multiple hydrophones, but this method is expensive and difficult to deploy. Thus, in order to scale this approach, we propose in this Phd thesis several original single hydrophone models to analyze these stationary or transient signals.Firstly, we provide a new theoretical model to estimate the distance between the impulsive source (ex. biosonar of the cetacean) and the hydrophone. Our model, the Intra Spectral ATtenuation (ISAT), is based on the spectral signal alteration due to the underwater acoustic propagation, especially the differences in different frequency bands. We also approximated ISAT by an artificial neural network. Both models are validated on clicks emitted by sperm whales (Physeter macrocephalus) recorded by our sonobuoy BOMBYX and our data-acquisition system DECAV developed incollaboration with the National Park of Port-Cros (France) and the Pelagos sanctuary for the protection of marine mammals in the Mediterranean sea (France). The error (RMSE) measures on the recordings of the NATO test center in the Bahamas are about500 meters, promising further real applications. Secondly, we worked on the variations of the cetacean vocalizations using the sparse coding method. The encoding of thecepstrums by unsupervised learning of a dictionary shows bigrammic time changes of the songs of humpback whales (Megaptera novaeangliae). We validate this model on signals recorded in the Ste Marie Channel (Madagascar) between 2008 and 2014, through our network of hydrophones BAOBAB which is the first passive acoustic array deployed in the Indian Ocean.Our models are part of the Saled Bioacoustics project (SABIOD, MI CNRS) and open perspectives for temporal and spatial scaling of bioacoustics.