Classification Automatique des Stades du Sommeil par Réseaux de Neurones Artificiels

L'objectif de notre travail et de proposer un outil d'analyse automatique et d'aide a la decision base sur les reseaux de neurones artificiels. La premiere difficulte consiste dans le choix de la modelisation des signaux physiologiques et en particulier de l'electroencephalogramme (EEG). Ce dernier est considere comme le principal indicateur des stades de sommeil. Une fois la modelisation adoptee, l'etape suivante est la conception du reseau de neurones optimal determine par un processus d'apprentissage et de validation sur des donnees d'un adulte sain. Les resultats obtenus, en moyenne 76% de bonne classification pour six stades, nous incitent a approfondir l'etude de cette problematique aux niveaux modelisation et conception pour ameliorer les performances de notre outil.