Solutions d’analyse automatique du sommeil et de la vigilance

Physip propose à l’industrie un ensemble d’outils d’analyse automatique du sommeil et de la vigilance basées sur l’électroencéphalogramme (EEG).

Solutions d’analyse de l’EEG

  • ASEEGA®– sommeil
    • scorage automatique des stades de sommeil
    • paramètres de sommeil
    • analyse spectrale
    • détection de micro structures
  • MEEGAWAKE®– vigilance
    • évaluation de la somnolence
  • MEEGAFIT®– vigilance
    • évaluation de la pression de sommeil

Méthode et expertise

En soutien aux projets de R&D impliquant de l’EEG, Physip propose des méthodes et son expertise uniques dans le domaine :

  • qualification de matériel EEG
  • qualification des conditions d’études
  • protocoles d’étude
  • suivi

L’objectif est de sécuriser les études impliquant l’EEG, de produire des résultats fiables, clairs, sans équivoques. L’EEG est un signal riche mais fragile, qui demande d’investir un minimum dans les phases préparatoires pour obtenir des données propres et des résultats clairs.

Exemples d’études

1

Faisabilité de la mesure EEG en environnement complexe

2

Choix du système d’enregistrement approprié aux objectifs et à l’environnement de l’étude

3

Evaluation du scorage automatique du sommeil dans un contexte pharma

Questions fréquentes

Est-ce que l’analyse d’ASEEGA® est reproductible ?

Oui, ASEEGA est 100% reproductible : un même tracé analysé deux fois par le logiciel ASEEGA® produira exactement le même résultat.

Quelles règles de scorage sont suivies par le logiciel ASEEGA®

Le logiciel ASEEGA® classifie le sommeil comme l’AASM en 5 stades, 4 stades de sommeil + l’éveil. La définition de l’endormissement, nécessaire pour le calcul de nombreux paramètres de sommeil, suit également les règles de l’AASM. D’autres classifications et d’autres définitions de l’endormissement sont disponibles au besoin.

Pourquoi utiliser CzPz

Notre approche consiste à simplifier l’EEG, d’où le choix de réduire le nombre de capteurs utilisés. Dans cette perspective, et dans la suite des travaux du Dr Odile Benoit, CzPz s’est révélé la voie la plus propice. L’analyse a été développée et validée sur cette dérivation. Utiliser CzPz est la garantie d’obtenir la plus grande fiabilité de l’analyse.

Comment arrivez-vous à distinguer l’éveil et le REM en n’utilisant que l’EEG ?

Grâce à la mise en œuvre de méthodes performantes de traitement du signal, le logiciel ASEEGA® parvient à réaliser cette distinction, sans le concours de l’EOG ni de l’EMG. La concordance entre analyse visuelle et analyse automatique est similaire sur le REM et l’éveil et sur les autres stades de sommeil.

Publications

Validation

display:none;
📃 Berthomier C. et al., Real-Time Automatic Measure of Drowsiness based on a Single EEG Channel, Journal of Sleep Research, 2008

Berthomier C, Muzet A, Berthomier P, Prado J, Mattout J, Real-Time Automatic Measure of Drowsiness based on a Single EEG Channel, Journal of Sleep Research, Vol 17/suppl.1,P434, 2008

19th Congress of the European Sleep Research Society (ESRS)
September 9-13, 2008, Glasgow, UK

📖 Berthomier C. et al., Automatic Analysis of Single-Channel Sleep EEG: Validation in Healthy Individuals, Sleep, 2007

Berthomier C; Drouot X; Herman-Stoïca M; Berthomier P; Prado J; Bokar-Thire D; Benoit O; Mattout J; d’Ortho MP., Automatic Analysis of Single-Channel Sleep EEG: Validation in Healthy Individuals, Sleep 2007;30(11):1587-1595.

STUDY OBJECTIVE: To assess the performance of automatic sleep scoring software (ASEEGA) based on a single EEG channel comparatively with manual scoring (2 experts) of conventional full polysomnograms. DESIGN: Polysomnograms from 15 healthy individuals were scored by 2 independent experts using conventional R&K rules. The results were compared to those of ASEEGA scoring on an epoch-by-epoch basis. SETTING: Sleep laboratory in the physiology department of a teaching hospital. PARTICIPANTS: Fifteen healthy volunteers. MEASUREMENTS AND RESULTS: The epoch-by-epoch comparison was based on classifying into 2 states (wake/sleep), 3 states (wake/REM/ NREM), 4 states (wake/REM/stages 1-2/SWS), or 5 states (wake/REM/ stage 1/stage 2/SWS). The obtained overall agreements, as quantified by the kappa coefficient, were 0.82, 0.81, 0.75, and 0.72, respectively. Furthermore, obtained agreements between ASEEGA and the expert consensual scoring were 96.0%, 92.1%, 84.9%, and 82.9%, respectively. Finally, when classifying into 5 states, the sensitivity and positive predictive value of ASEEGA regarding wakefulness were 82.5% and 89.7%, respectively. Similarly, sensitivity and positive predictive value regarding REM state were 83.0% and 89.1%. CONCLUSIONS: Our results establish the face validity and convergent validity of ASEEGA for single-channel sleep analysis in healthy individuals. ASEEGA appears as a good candidate for diagnostic aid and automatic ambulant scoring.

> Accéder à l’article complet : Automatic Analysis of Single-Channel Sleep EEG: Validation in Healthy Individuals

Envie de collaborer ?

Physip S.A

6 rue Gobert - 75011 Paris
+33 (0)1 42 17 00 10
contact@physip.fr

Copyright 2019 Physip.