Coopération 

Le concept de recherche du groupe de Biocybernétique des processus physiologiques est également proposé aux étudiants dans le cadre de l'enseignement optionnel Biosignaux et modèles. Le contenu du cours est conçu en accord avec les tendances actuelles en matière d'analyse et de modélisation des données biomédicales dans la recherche et la pratique clinique. Les principaux thèmes abordés dans le cours sont :

• Genèse et caractéristiques des biosignaux sélectionnés (ECG, EEG, EMG, ENG, EOG, etc.)
• Échantillonnage, quantification et filtrage numérique
• Électrocardiographie et variabilité de la fréquence cardiaque
• Analyse spectrale, périodogramme et transformée de Fourier rapide (FFT)
• Non-stationnarité, adaptation de la résolution temps-fréquence et analyse par ondelettes
• Électroencéphalographie quantitative et détection automatique des formes
• Dynamique non linéaire et théorie du chaos
• Analyse discriminante et analyse par regroupement, théorie des ensembles flous
• Cartographie topographique de l'activité électrique cérébrale
• Réseaux de neurones artificiels et introduction aux méthodes d'intelligence artificielle

Les problématiques liées à l'analyse des données biomédicales, à la modélisation mathématique en biomédecine et à la biocybernétique peuvent également être étudiées dans le cadre de mémoires de fin d'études. Contact: juliana.knocikova@gmail.com

Une interface utilisateur graphique pour la cartographie topographique de l'activité électrique cérébrale

L'objectif principal de ce mémoire de licence est de créer une interface utilisateur graphique personnalisée dans l'environnement MATLAB permettant de cartographier l'activité électrique cérébrale. Différentes approches de cartographie topographique seront comparées et discutées. Cette interface utilisateur graphique ergonomique sera testée sur des données EEG réelles, avec un potentiel d'utilisation dans la pratique clinique.

Principes de l'électroencéphalographie quantitative 

Ce travail porte sur les principes fondamentaux du traitement des signaux EEG. L'étudiant décrit l'analyse EEG dans les domaines temporel et fréquentiel et implémente certains algorithmes sélectionnés dans l'environnement MATLAB. L'objectif du travail est de créer un logiciel original pouvant être utilisé comme outil pronostique et diagnostique.

Méthodes mathématiques modernes d'analyse EEG dans la surveillance de l'anesthésie

L'activité cérébrale complexe, caractérisant un système non linéaire et non stationnaire, peut être étudiée à l'aide de méthodes de dynamique non linéaire. Ce mémoire porte sur l'application de méthodes mathématiques modernes à la caractérisation de l'état anesthésique sous isoflurane, conformément à la théorie entropique du cerveau.

Dynamique non linéaire des changements de fréquence cardiaque et son analyse quantitative dans l'environnement Matlab

Ce mémoire porte sur l'évaluation de la dynamique cardiovasculaire lors de diverses variations physiologiques et pathophysiologiques. L'étudiant développe un outil d'analyse permettant d'évaluer certains paramètres linéaires et, principalement, non linéaires de la variabilité de la fréquence cardiaque, et l'implémente dans l'environnement MATLAB.  

Aide au diagnostic des maladies respiratoires à partir de l'analyse des sons de la toux par des méthodes d'apprentissage automatique

L'objectif de ce mémoire est d'analyser les possibilités offertes par les méthodes d'apprentissage automatique pour la classification des maladies respiratoires à partir des sons de la toux. L'étudiant concevra une méthode mathématique d'analyse des sons de la toux chez des patients atteints de maladies respiratoires et mettra en œuvre une méthode d'analyse discriminante optimale pour leur classification.

Réseaux de neurones artificiels dans la détection automatique des états de sommeil à partir de l'électroencéphalogramme  

Un réseau de neurones artificiels, en tant que modèle informatique utilisé en intelligence artificielle, constitue un outil important pour l'analyse des activités cérébrales complexes. Dans ce mémoire, différents paramètres de la structure du réseau et du processus d'apprentissage seront étudiés dans le cadre de la détection automatique des états de sommeil à partir de données EEG. L'application au diagnostic des troubles du sommeil sera également abordée.

Modélisation mathématique de la régulation du volume cellulaire dans différents environnements osmotiques 

Dans ce mémoire, l'étudiant modélise les mécanismes impliqués dans les variations du volume cellulaire et étudie la réponse des cellules à différentes concentrations ioniques. Un modèle mathématique basé sur un système d'équations différentielles sera développé conformément aux mécanismes biophysiques connus des cellules de mammifères. Les valeurs de perméabilité à l'eau dans différents environnements osmotiques seront également calculées et discutées dans le contexte du maintien de l'homéostasie dans des conditions physiologiques et physiopathologiques.

Biomarqueurs EEG quantitatifs pour le diagnostic du trouble dépressive majeur

L'objectif de ce mémoire est d'étudier les méthodes d'analyse des données neurophysiologiques EEG en tant qu'outils pronostiques et diagnostiques des troubles dépressifs. L'accent sera mis sur la description mathématique des paramètres EEG linéaires et non linéaires ainsi que sur les méthodes permettant leur extraction automatique.

Un modèle mathématique de la perception sonore par le système auditif humain  

Ce mémoire de diplôme porte sur la modélisation algorithmique de la perception sonore. L'accent est mis sur les propriétés biophysiques de la membrane basilaire et sur l'hydrodynamique cochléaire. Cependant, l'objectif principal est de construire un modèle mathématique décrivant la transformation d'un stimulus sonore en une série d'influx nerveux. Le modèle sera développé conformément à la théorie du masquage auditif pour des sons de différentes intensités et fréquences.