Titre de la thèse : Intégration de modalités cliniques et physiologiques dérivées de l’ECG pour le diagnostic de l’apnée du sommeil par apprentissage automatique
Jury
Directeur de these : El-HadI Djermoune, Professeur au département BioSiS
Co-encadrant de these : Laurent Bougrain, Maître de conférences au Loria
Rapporteur : Vicente Zarzoso, Université Côte d’Azur
Rapporteur : Mario Chavez,CNRS
Examinateur : Mira Rizkallah, Centrale Nantes
Examinateur : Marianne Clausel, Professeure au département BioSiS
Résumé
Le syndrome d’apnées du sommeil (SAS) est l’un des troubles respiratoires nocturnes les plus répandus. Il présente de fortes répercussions sur la qualité de vie des patients à court terme et peut également favoriser l’apparition de pathologies cardiovasculaires sur le long terme. Bien que sa prévalence à l’échelle mondiale soit élevée, il est estimé que près de 80% des personnes atteintes ne soient pas diagnostiquées. Les examens actuels de diagnostic sont contraignants pour le patient, coûteux pour les assurances maladies nationales et parfois infructueux.