Fondements de l'Apprentissage Artificiel pour l'Épilepsologie:: Machines à Vecteurs Support et Analyse du Signal EEG

L'épilepsie, trouble neurologique majeur, voit 30% des patients résistants aux médicaments, nécessitant une chirurgie dont le succès dépend de la localisation précise de la zone épileptogène par EEG. Ce signal est toutefois affecté par des artefacts et sa modélisation reste complexe. Ce travail établit les fondements de l'utilisation de l'intelligence artificielle, en particulier les Machines à Vecteurs de Support (SVM), pour la détection des crises. Structuré en trois chapitres, il présente l'apprentissage artificiel, les SVM (robustes, interprétables, efficaces) et les spécificités du signal EEG épileptique. Les SVM sont préférées aux méthodes d'apprentissage profond pour leur transparence.Ce travail vise à établir les fondements conceptuels et méthodologiques nécessaires à l'étude des crises épileptiques par l'intelligence artificielle, avec un accent particulier sur les Machines à Vecteurs de Support (SVM).