Classification des signaux ECG basée sur l'analyse multirésolution et l'approche connexionniste

Voir Plus Voir Moins

Afficher le Résumé

Dans ce travail nous avons présenté une méthode de modélisation et de classification des arythmies cardiaques par l'application de deux méthodes, l'analyse par les modèles de Markov caché et par l'approche connexionniste. Nous avons commencé, dans une première étape, par traiter le signal ECG du point de vue filtrage, segmentation battement par battement et extraction des paramètres suivant une fenêtre glissante. Dans une seconde étape, nous avons utilisé les modèles de Markov caché et les réseaux de neurones pour la création de quatre classes. Quant à l'apprentissage il a été réalisé sur 200 échantillons de chaque classe. La troisième étape est une comparaison des vecteurs du signal du battement testé aux vecteurs des battements de référence de la base de données. La reconnaissance a montré que l'efficacité de l'algorithme est entre 69.70 et 100%.