Classification des arythmies ECG avec des méthodes de Machine Learning et de Deep Learning .
Loading...
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mouloud Mammeri
Abstract
Le signal électrocardiogramme (ECG) est trés largement utilisé comme l’un des outils les plus
importants dans la pratique clinique a n d’évaluer l’état cardiaque des patients. Il représente les
variations de l’activité électrique du coeur en fonction du temps. La classi cation des battements
du signal ECG en di érents cas pathologiques est une tâche de reconnaissance très complexe et 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 classi cation automatique des
maladies cardiovasculaires pour un bon diagnostic.
Dans ce mémoire, nous proposons un système pour la classi cation automatique des arythmies
ECG en utilisant di érents algorithmes de Machine Learning et de Deep Learning. Pour faire la classifcation
des signaux ECG on va passer par deux étapes, la première est la classi cation binaire qui
dé nit si une personne est malade ou pas. Pour cela, on utilise une base de données qui contient
deux classes 1 (malade), 0 (pas malade), puis si le résultat est égale à 0 la procédure est terminé, sinon
on passe à la classi cation multi classe, on utilise une base de données qui contient 4 classes qui
correspondent à des types de maladies cardiaques. La classi cation multi classe va nous permettre
de trouver le type de la maladie.
Description
86 p. : ill. ; 30 cm. (+ CD-Rom)
Keywords
ECG;, Arythmie;, Classi cation;, Machine Learning;, Deep Learning.
Citation
Ingénierie des systèmes d’information.