Titre : |
Compression multicanaux quasi sans perte de signaux électroencéphalographiques |
Type de document : |
texte imprimé |
Auteurs : |
Mikhaïl Taleb Hacine, Auteur ; Hicham Bousbia-salah, Directeur de thèse ; A. Bousbia Salah, Directeur de thèse |
Editeur : |
[S.l.] : [s.n.] |
Année de publication : |
2011 |
Importance : |
96 f. |
Présentation : |
ill. |
Format : |
30 cm. |
Accompagnement : |
1 CD-ROM. |
Note générale : |
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2011
Bibliogr. f. 77 - 79 . - Annexes f. 80 - 96 |
Langues : |
Français (fre) |
Mots-clés : |
EEG Electroencéphalogramme
Compression quasi sans perte
Ondelettes lifting KLT
Codage de Huffman
Electroencéphalographiques -- Signaux |
Index. décimale : |
PN01511 |
Résumé : |
L’examen électroencéphalographique revêt une très grande importance dans le diagnostic de pathologies cérébrales et dans la recherche en sciences cognitives.
Etant donné le volume important des enregistrements sur supports numériques, il est nécessaire de faire appel à des programmes de compression performants.
Nous proposons dans ce document un algorithme de compression basé sur la transformation de Karhunen-Loève, le lifting d'ondelettes et le codage entropique de Huffman.
Nous montrons grâce à des tests effectués sous MATLAB® que l'algorithme proposé est plus performant que tous ceux auxquels il est comparé. |
Compression multicanaux quasi sans perte de signaux électroencéphalographiques [texte imprimé] / Mikhaïl Taleb Hacine, Auteur ; Hicham Bousbia-salah, Directeur de thèse ; A. Bousbia Salah, Directeur de thèse . - [S.l.] : [s.n.], 2011 . - 96 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2011
Bibliogr. f. 77 - 79 . - Annexes f. 80 - 96 Langues : Français ( fre)
Mots-clés : |
EEG Electroencéphalogramme
Compression quasi sans perte
Ondelettes lifting KLT
Codage de Huffman
Electroencéphalographiques -- Signaux |
Index. décimale : |
PN01511 |
Résumé : |
L’examen électroencéphalographique revêt une très grande importance dans le diagnostic de pathologies cérébrales et dans la recherche en sciences cognitives.
Etant donné le volume important des enregistrements sur supports numériques, il est nécessaire de faire appel à des programmes de compression performants.
Nous proposons dans ce document un algorithme de compression basé sur la transformation de Karhunen-Loève, le lifting d'ondelettes et le codage entropique de Huffman.
Nous montrons grâce à des tests effectués sous MATLAB® que l'algorithme proposé est plus performant que tous ceux auxquels il est comparé. |
|