01
Prétraitement du signal
Filtrage, rééchantillonnage, découpage en époques, gestion des artefacts de capteurs.
Projet de recherche
Projet de recherche · science des données
Lire le sommeil dans les signaux, honnêtement.
Somnia analyse des enregistrements de polysomnographie : stades de sommeil à partir de l'EEG, événements respiratoires et apnées avec une composante ECG. Les propositions du modèle sont classées par incertitude et présentées à un clinicien qui valide ou rejette. Ce n'est pas un produit : c'est la démonstration de la rigueur que j'applique aux missions data.
- Architecture modulaire EEG et ECG à 125 Hz
- Jeux de données publics PhysioNet et NSRR
- Validation stricte par sujet, pas par segment
Fonctionnalités
Ce que fait Somnia
02
Deux approches comparées
Un réseau de neurones convolutif sur le signal brut, et une forêt aléatoire sur des caractéristiques extraites, comparés sur les mêmes sujets.
03
Validation par sujet
Les enregistrements d'un même patient ne sont jamais répartis entre entraînement et test. C'est la seule mesure qui dit quelque chose d'un nouveau patient.
04
Calibration et incertitude
Seuils, calibration des probabilités, analyse d'erreurs, et tri des propositions par incertitude pour le clinicien.
05
Reproductibilité
Manifeste des sujets, empreintes des fichiers, configurations, points de contrôle et fiche de modèle versionnés.
06
Interface de revue
Application de revue pour visualiser les segments, les propositions et les décisions du clinicien.
Pour qui
À qui Somnia s'adresse
- Équipes et structures de santé qui veulent un prototype de modèle évalué correctement avant de parler de déploiement.
- Entreprises avec des données de signal ou de séries temporelles capteurs, maintenance, suivi, où les mêmes méthodes s'appliquent.
- Recruteurs de missions data qui veulent voir comment je travaille plutôt que lire une liste d'outils.
Où en est le produit
État d'avancement, sans enjoliver
Résultat structurant : une première version affichait une aire sous la courbe de 0,967 avec une séparation permissive des données ; avec une séparation stricte par sujet, elle tombe à environ 0,70. Je garde ce chiffre, c'est le seul qui dit quelque chose de la généralisation. Prochaine étape : réentraînement sur la cohorte SHHS, 8 455 enregistrements.
Questions fréquentes
Ce qu'on me demande sur Somnia
Somnia est-il un dispositif médical ?
Non. C'est un projet de recherche et un outil d'aide à la revue, sans usage clinique. Toute utilisation en soin relèverait d'un cadre réglementaire dédié.
Pourquoi publier un score moins bon ?
Parce que le bon score était faux : le modèle reconnaissait les patients, pas le sommeil. Le score par sujet est le seul utile, et c'est ce que je vérifie en premier dans toute mission data.
Quelles données sont utilisées ?
Des jeux de données publics et anonymisés de PhysioNet et de la National Sleep Research Resource, sous leurs conditions d'accès.
Peut-on appliquer la méthode à autre chose ?
Oui : toute donnée de signal ou de série temporelle, du capteur industriel au suivi d'activité, pose les mêmes questions de fuite entre sujets et de calibration.
Parler d'une mission data
Un email suffit : votre activité, ce qui vous prend le plus de temps, vos disponibilités pour un échange de 30 minutes.