Analyse du sommeil par EEG
Ref: 1SC4291
Description
Brève description. -
Dans le cadre de cet enseignement d’intégration,
nous proposons de mettre en œuvre les méthodes de traitement du signal et de machine
learning pour répondre à des problématiques de maladie neurologique. En
particulier, on s’intéressera à l’étude des troubles du sommeil par l’analyse d’électroencéphalogramme
(EEG). Ces troubles sont généralement des signes précoces de maladie
neurologique (comme la maladie de Parkinson) d’où l’importance de leurs surveillances.
Il s’agit donc ici d’un problème de traitement de signal EEG et de machine
learning où l’on cherchera à produire des connaissances biologiques/médicales
fiables à partir de données de grande dimension massives bruitées et
incomplètes.
Les élèves impliqués dans ce projet seront répartis en sous-groupes qui seront mis en « compétition en mode challenge » : Les sous-groupes analyseront les données aux travers des différentes techniques et s'affronteront pour produire le meilleur modèle. Les modèles seront évalués en temps réels et un classement en direct sera fourni et visible par tous. Une plateforme collaborative permettant de partager les scores, les résultats et les scripts sera utilisée.
Les données et le problème étant fournis par nos partenaires extérieurs de DREEM, les étudiants seront amenés à les rencontrer à plusieurs reprises. Enfin, ils auront à restituer leurs résultats devant l’ensemble des acteurs du projet (tous les élèves impliqués dans le projet, partenaires, encadrants).
Partenaire associé. DREEM
Lieu. Campus Paris-Saclay
Période(s) du cours
ST4
Prérequis
Cours de Statistique et Apprentissage
Cours de Traitement du Signal
Composition du cours
Les élèves impliqués dans cet enseignement d'intégration seront répartis en sous-groupes qui seront mis en « compétition en mode challenge » : Les sous-groupes analyseront les données aux travers des différentes techniques et s'affronteront pour produire le meilleur modèle. Les modèles seront évalués en temps réels et un classement en direct sera fourni et visible par tous. Une plateforme collaborative permettant de partager les scores, les résultats et les scripts sera utilisée.
Les données et le problème étant fournis par nos partenaires extérieurs de DREEM, les étudiants seront amenés à les rencontrer à plusieurs reprises. Enfin, ils auront à restituer leurs résultats devant l’ensemble des acteurs du projet (tous les élèves impliqués dans le projet, partenaires, encadrants).
Résultats de l'apprentissage couverts par le cours
Les élèves seront capables de définir, comprendre, choisir une méthode de machine learning et de la mettre en œuvre en adéquation avec le problème posé.