| Summary: | Nous proposons dans ce mémoire, une méthode statistique visant à identifier les similitudes morphologiques entre des échantillons d'électrocardiogrammes (ECG) de patients humains à des fins de diagnostic. Cette technique généralise à partir d'un échantillon d'ECG, un complexe élémentaire exprimant de façon compacte le motif général d'un cycle de battement chez un patient humain. Le diagnostic d'une pathologie cardiaque se réduit ainsi à associer un complexe élémentaire à un ensemble de complexes similaires généralisés à partir d'un groupe de patients atteints d'un même désordre cardiaque. La métrique statistique proposée permet d'évaluer la probabilité qu'un échantillon d'ECG soit une manifestation bruitée d'un second échantillon. L'indice de similitude résultant d'une comparaison est une probabilité, simplifiant ainsi l'interprétation de la distance entre deux échantillons. Cette métrique possède la propriété d'être invariante par rapport à la différence du nombre de points et par rapport aux transformations affines différenciant deux échantillons. Elle fait donc abstraction des fluctuations de la fréquence du nombre de battements par minute (BPM) et des variations de l'amplitude des battements pouvant influencer la manifestation d'un motif d'ECG. Cette méthode de comparaison intègre une technique permettant de déterminer les transformations affines distinguant deux échantillons, et de maximiser la correspondance entre ces deux échantillons. Cette fonctionnalité permet d'alléger la recherche de correspondances entre motifs dans plusieurs problèmes liés au forage de données. Nous illustrerons finalement les capacités d'un système de classification, intégrant la métrique statistique proposée, à diagnostiquer certaines pathologies cardiaques parmi un groupe de patients humains.
|
|---|
