Un Système de classification des signaux ECG basée sur un modèle neuronal

dc.contributor.authorCherrahi, Amira
dc.contributor.authorAbdellaoui, Hadil
dc.contributor.authorBenoudina Lazhar
dc.date.accessioned2025-10-12T13:58:36Z
dc.date.available2025-10-12T13:58:36Z
dc.date.issued2025
dc.description.abstractL’électrocardiographie est une représentation graphique de l’activité électrique du coeur par enregistrement des variations des ondes électrique de l’activité de polarisation et de dépolarisation ventriculaire et auriculaires du coeur. L’activité cardiaque constitue l’un des plus importants paramètres déterminant l’état d’un sujet. Elle se traduit par l’apparition de plusieurs ondes sur le tracé de l’électrocardiographe : c’est le signal cardiaque, l’électrocardiogramme ECG. Le signal ECG représente l’activité électrique du coeur et reflète l’état de santé de l’appareil cardiovasculaire. Il contient aussi des informations qui permettent la distinction des maladies cardiovasculaires. Le taux élevé de mortalité dans le monde dû aux problèmes liés au dysfonctionnement de l’appareil cardiaque a poussé les chercheurs à développer des techniques de classification automatique des maladies cardiovasculaires pour un bon diagnostic. Le travail dans ce mémoire présente un ensemble de méthode de classification et de discrimination d’arythmies et d’anomalies cardiaques en utilisant des paramètres pertinents. Les paramètres extraits de la base de données d’arythmies cardiaques MIT-BIH sont utilisés pour mener un ensemble de tests pour évaluer les différents algorithmes proposés pour la classification et la discrimination des arythmies cardiaques. Dans un premier test et dans le but de détecter et classer l’une concerne une arythmie cardiaque appelée L’infarctus du myocarde (IDM) et la deuxième une arythmie cardiaque Fibrillation auriculaire (ACFA) par rapport aux battements normaux, avec « réseau de neurones perceptron multicouche » développé sous environnement MATLAB a été évalué. Finalement, dans un dernier test, le système neuronal multi-agent développé dans le cadre de ce travail a été testé et évalué dans le but de discrimination et de classification d’arythmies. Les résultats obtenus, sont très satisfaisants et encourageants, malgré l’utilisation d’un nombre limité de paramètres pertinents caractérisant le battement cardiaque.
dc.identifier.urihttps://dspace.enset-skikda.dz/handle/123456789/261
dc.language.isofr
dc.publisherEcole Normal Supérieure de l’Enseignement Technologique -Skikda
dc.titleUn Système de classification des signaux ECG basée sur un modèle neuronal
dc.typeThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
memoire ECG.pdf
Size:
4.63 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: