Méthodes à faible complexité algorithmique pour l'analyse d'ECG

• Main Author: Ka, Ahmad Khoureich
• Language: fra
• Published: Université Rennes 1 2012
• Subjects: [SPI:SIGNAL] Engineering Sciences/Signal and Image processing; [SPI:SIGNAL] Sciences de l'ingénieur/Traitement du signal et de l'image; [INFO:INFO_TS] Computer Science/Signal and Image Processing; [INFO:INFO_TS] Informatique/Traitement du signal et de l'image; Transformée discrète d'ondelettes; Électrocardiogramme; ECG; Méthode parcimonieuse
• Online Access: http://tel.archives-ouvertes.fr/tel-00816445; http://tel.archives-ouvertes.fr/docs/00/81/64/45/PDF/KA_Ahmad_Khoureich.pdf

Cette thèse a porté sur l'analyse des électrocardiogrammes en vu de développer de nouvelles méthodes efficaces de classification des arythmies (un outil de diagnostique) et de localisation automatique des battements anormaux en temps réel dans un signal ECG (un outil de surveillance). Les signaux ECG sont prétraités et les battements extraits sont compressés puis analysés à l'aide de la décomposition en ondellettes. La méthode de classification proposée exploite les spécificités du patient en faisant un regroupement contextuel des battements et en utilisant une base de données de battements cardiaques annotés. La méthode utilise également une fonction de similarité pour comparer deux battements donnés. La méthode de localisation exploite aussi la décomposition en ondelettes mais se base sur une partie des données disponibles (set of parsimony) pour détecter automatiquement et temps réel à l'aide d'une fonction masque les battements cardiaques anormaux contenus dans le signal ECG. Les deux méthodes ont été testées sur les signaux électrocardiogrammes du MIT-BIH arrhythmia database et des bons résultats ont été obtenus.