Détection en temps réel des crises épileptiques à l’aide de l’EEG : une comparaison complète des approches récentes dans un cadre réaliste

L’électroencéphalogramme (EEG) est un test diagnostique essentiel que les médecins utilisent pour enregistrer l’activité cérébrale et détecter les crises épileptiques en surveillant les signaux électriques du cerveau. Plusieurs tentatives ont été menées récemment pour détecter les crises et les anomalies dans les signaux EEG à l’aide de modèles avancés d’apprentissage profond, dans le but de réduire la charge clinique. Toutefois, ces approches ne peuvent pas être comparées de manière équitable, car elles ont été évaluées dans des conditions expérimentales distinctes. De plus, certaines d’entre elles n’ont pas été entraînées pour des tâches de détection en temps réel des crises, ce qui rend leur application sur dispositifs embarqués difficile. Dans ce travail, pour la première fois, nous comparons de manière exhaustive plusieurs modèles d’état de l’art ainsi que divers extracteurs de caractéristiques de signal dans un cadre de détection en temps réel des crises adapté aux applications réelles, en utilisant différentes métriques d’évaluation, y compris une nouvelle métrique que nous proposons afin d’évaluer des aspects plus pratiques des modèles de détection des crises. Notre code est disponible à l’adresse suivante : https://github.com/AITRICS/EEG_real_time_seizure_detection.