fr it Application des nouvelles méthodes dapprentissage à la détection précoce danomalies cardiaques en électrocardiographie Non disponible Report as inadecuate




fr it Application des nouvelles méthodes dapprentissage à la détection précoce danomalies cardiaques en électrocardiographie Non disponible - Download this document for free, or read online. Document in PDF available to download.

1 Laboratoire Signaux, Modèles et Apprentissage Statistique

Résumé : L-enregistrement Holter enregistrement électrocardiographique de 24 heures est un examen très fréquemment utilisé en cardiologie. Parmi les 100 000 battements enregistrés, seul un petit nombre d-entre eux peut traduire la présence d-une pathologie sous-jacente; l-analyse automatique est donc indispensable. Les outils actuels fonctionnent sur le principe d-un système expert, robuste, mais peu adaptatif et essentiellement limité à la détection et la classification des signaux de dépolarisation ventriculaire. Une analyse plus détaillée des signaux cardiaques permet une bien meilleure détection de nombreuses pathologies, en particulier grâce à l-extraction des signaux d-origine auriculaire et des ondes de repolarisation. Nous proposons dans cette thèse une méthode de décomposition mathématique originale des battements cardiaques sur une base de fonctions appelées -bosses-. Contrairement aux régresseurs classiques utilisés en modélisation ondelettes, RBF

., les bosses sont des fonctions prévues pour modéliser chaque onde caractéristique du battement cardiaque les ondes P, Q, R, S et T. Chaque battement de l-enregistrement est ainsi décomposé en bosses; puis les labels médicaux P, Q, R, S et T leur sont attribués par des classifieurs réseaux de neurones. Disposant alors de l-emplacement et de la forme des toutes les ondes caractéristiques pour l-ensemble de l-ECG, nous pouvons désormais repérer automatiquement des anomalies comme l-inversion de l-onde P, jusqu-alors non détectées par les algorithmes sur les enregistrements de longues durées. Cette approche a été testée sur de nombreuses bases de données et a montré toute son efficacité par rapport aux méthodes actuelles dem détection d-anomalies

Résumé : Non disponible

Mots-clés : Réseaux de neurones Algorithme d-optimisation Modélisation Optimisation non linéaire Cardiologie Aide au diagnostic





Author: R. Dubois -

Source: https://hal.archives-ouvertes.fr/



DOWNLOAD PDF




Related documents