Une approche de l'évaluation de l'ensemble des données EEG pour l'analyse des données du sommeil

La bio-informatique devient de plus en plus populaire aujourd'hui car elle combine les probl mes m dicaux avec le domaine technique des technologies de l'information pour identifier ou d tecter les troubles m dicaux dans le corps humain. Ce domaine est pr cieux tant pour les m decins que pour les d veloppeurs de logiciels. Pour identifier les troubles c r braux tels que l' pilepsie, les parasomnies chez les patients, les donn es EEG sont extraites de la source de donn es physionet o de nombreux ensembles de donn es sont disponibles pour les chercheurs. L'analyse de cet ensemble de donn es est effectu e par polyman qui est utilis comme biblioth que de tra age et outil de transformation pour transformer le format de donn es EDF en format de donn es ASCII. L'outil aide galement identifier les diff rents param tres qui sont utiles pour les pr dictions li es aux troubles du cerveau. Dans ce travail, un algorithme am lior de r gression par vecteur de support (SVR) a t d velopp et mis en oeuvre en utilisant le langage de programmation avanc Python et compar l'algorithme classique de machine vecteur de support (SVM). Les r sultats montrent une meilleure performance du SVR que du SVM en termes de complexit et de temps d'ex cution.