Application des nouvelles méthodes d'apprentissage à la détection précoce d'anomalies cardiaques en électrocardiographie - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2004

Application des nouvelles méthodes d'apprentissage à la détection précoce d'anomalies cardiaques en électrocardiographie

Non disponible

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
Non disponible
Fichier principal
Vignette du fichier
Chapitre1.pdf (1.03 Mo) Télécharger le fichier
Annexes.pdf (971.12 Ko) Télécharger le fichier
Chapitre2.pdf (1.34 Mo) Télécharger le fichier
Chapitre3.pdf (881.35 Ko) Télécharger le fichier
Chapitre4.pdf (369.58 Ko) Télécharger le fichier
Chapitre5.pdf (583.85 Ko) Télécharger le fichier
Chapitre6.pdf (556.36 Ko) Télécharger le fichier
Chapitre7.pdf (396.29 Ko) Télécharger le fichier
Chapitre8.pdf (378.05 Ko) Télécharger le fichier
Conclusion-Bibliographie.pdf (217.16 Ko) Télécharger le fichier
Introduction-Sommaire.pdf (385.67 Ko) Télécharger le fichier

Dates et versions

pastel-00000571 , version 1 (15-09-2010)

Identifiants

  • HAL Id : pastel-00000571 , version 1

Citer

R. Dubois. Application des nouvelles méthodes d'apprentissage à la détection précoce d'anomalies cardiaques en électrocardiographie. domain_other. Université Pierre et Marie Curie - Paris VI, 2004. Français. ⟨NNT : ⟩. ⟨pastel-00000571⟩
1500 Consultations
57210 Téléchargements

Partager

Gmail Facebook X LinkedIn More