{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:3390"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:3390","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Analyse de signaux intracérébraux du sommeil à l’aide du modèle multifractal","abstract":"L’analyse de l’arythmicité du signal électrophysiologique est de plus en plus étudiée dans le cadre des signaux cérébraux. Cette composante, qui comporte une information à large bande spectrale, se distingue des composantes rythmiques de l’activité cérébrale. Ce travail porte sur l'application du modèle multifractal développé par Jaffard, Wendt et Abry dans le contexte des signaux intracérébraux mesurés pendant le sommeil. Le but de ce travail est de trouver un biomarqueur pertinent pour caractériser l’épilepsie pharmacorésistante dans l’aide à la décision préchirurgicale d’un patient et au succès de cette chirurgie. À l’aide de signaux enregistrés dans des régions spécifiques chez le patient, ces biomarqueurs seront capables de distinguer différents types de régions vis-à-vis de la maladie. Nous évaluons d'abord le modèle chez l’animal (le sommeil chez la souris). Nous montrons ensuite que ce modèle permet de distinguer différentes régions cérébrales chez l’humain. Ce résultat permet finalement d’identifier les régions pathologiques chez les patients épileptiques.","abstract_html":"L’analyse de l’arythmicité du signal électrophysiologique est de plus en plus étudiée dans le cadre des signaux cérébraux. Cette composante, qui comporte une information à large bande spectrale, se distingue des composantes rythmiques de l’activité cérébrale. Ce travail porte sur l&#x27;application du modèle multifractal développé par Jaffard, Wendt et Abry dans le contexte des signaux intracérébraux mesurés pendant le sommeil. Le but de ce travail est de trouver un biomarqueur pertinent pour caractériser l’épilepsie pharmacorésistante dans l’aide à la décision préchirurgicale d’un patient et au succès de cette chirurgie. À l’aide de signaux enregistrés dans des régions spécifiques chez le patient, ces biomarqueurs seront capables de distinguer différents types de régions vis-à-vis de la maladie. Nous évaluons d&#x27;abord le modèle chez l’animal (le sommeil chez la souris). Nous montrons ensuite que ce modèle permet de distinguer différentes régions cérébrales chez l’humain. Ce résultat permet finalement d’identifier les régions pathologiques chez les patients épileptiques.","abstract_has_math":false,"creators":["Corbin-Lapointe, Justin"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023-11-23","date_published":"2023-11-23","updated_at":"2026-11-18T22:10:08Z","subjects":["wavelet leaders, analyse multifractale, signaux cérébraux, sommeil, épilepsie"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE3390"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE3390","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/3390/1/CORBIN-LAPOINTE_Justin.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A3390","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Corbin-Lapointe, Justin"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023-11-23"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["wavelet leaders, analyse multifractale, signaux cérébraux, sommeil, épilepsie"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE3390","https://espace.etsmtl.ca/id/eprint/3390/1/CORBIN-LAPOINTE_Justin.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["L’analyse de l’arythmicité du signal électrophysiologique est de plus en plus étudiée dans le cadre des signaux cérébraux. Cette composante, qui comporte une information à large bande spectrale, se distingue des composantes rythmiques de l’activité cérébrale. Ce travail porte sur l'application du modèle multifractal développé par Jaffard, Wendt et Abry dans le contexte des signaux intracérébraux mesurés pendant le sommeil. Le but de ce travail est de trouver un biomarqueur pertinent pour caractériser l’épilepsie pharmacorésistante dans l’aide à la décision préchirurgicale d’un patient et au succès de cette chirurgie. À l’aide de signaux enregistrés dans des régions spécifiques chez le patient, ces biomarqueurs seront capables de distinguer différents types de régions vis-à-vis de la maladie. Nous évaluons d'abord le modèle chez l’animal (le sommeil chez la souris). Nous montrons ensuite que ce modèle permet de distinguer différentes régions cérébrales chez l’humain. Ce résultat permet finalement d’identifier les régions pathologiques chez les patients épileptiques."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Analyse de signaux intracérébraux du sommeil à l’aide du modèle multifractal"]}]}],"canonical_facts":{"dc:creator":["Corbin-Lapointe, Justin"],"dc:date":["2023-11-23"],"dc:description":["L’analyse de l’arythmicité du signal électrophysiologique est de plus en plus étudiée dans le cadre des signaux cérébraux. Cette composante, qui comporte une information à large bande spectrale, se distingue des composantes rythmiques de l’activité cérébrale. Ce travail porte sur l'application du modèle multifractal développé par Jaffard, Wendt et Abry dans le contexte des signaux intracérébraux mesurés pendant le sommeil. Le but de ce travail est de trouver un biomarqueur pertinent pour caractériser l’épilepsie pharmacorésistante dans l’aide à la décision préchirurgicale d’un patient et au succès de cette chirurgie. À l’aide de signaux enregistrés dans des régions spécifiques chez le patient, ces biomarqueurs seront capables de distinguer différents types de régions vis-à-vis de la maladie. Nous évaluons d'abord le modèle chez l’animal (le sommeil chez la souris). Nous montrons ensuite que ce modèle permet de distinguer différentes régions cérébrales chez l’humain. Ce résultat permet finalement d’identifier les régions pathologiques chez les patients épileptiques."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE3390","https://espace.etsmtl.ca/id/eprint/3390/1/CORBIN-LAPOINTE_Justin.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["wavelet leaders, analyse multifractale, signaux cérébraux, sommeil, épilepsie"],"dc:title":["Analyse de signaux intracérébraux du sommeil à l’aide du modèle multifractal"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:10:08Z"}