Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques

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 élémenta...

Full description

Bibliographic Details
Main Author: D'Orangeville, Vincent
Other Authors: Monga, Ernest
Language:French
Published: Université de Sherbrooke 2005
Online Access:http://savoirs.usherbrooke.ca/handle/11143/4639
id ndltd-usherbrooke.ca-oai-savoirs.usherbrooke.ca-11143-4639
record_format oai_dc
spelling ndltd-usherbrooke.ca-oai-savoirs.usherbrooke.ca-11143-46392016-04-07T05:24:31Z Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques D'Orangeville, Vincent Monga, Ernest 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. 2005 Mémoire 049405901x http://savoirs.usherbrooke.ca/handle/11143/4639 fre © Vincent D'Orangeville Université de Sherbrooke
collection NDLTD
language French
sources NDLTD
description 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.
author2 Monga, Ernest
author_facet Monga, Ernest
D'Orangeville, Vincent
author D'Orangeville, Vincent
spellingShingle D'Orangeville, Vincent
Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
author_sort D'Orangeville, Vincent
title Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
title_short Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
title_full Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
title_fullStr Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
title_full_unstemmed Méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
title_sort méthode statistique d'identification de correspondances morphologiques dans des échantillons d'électrocardiogrammes pathologiques
publisher Université de Sherbrooke
publishDate 2005
url http://savoirs.usherbrooke.ca/handle/11143/4639
work_keys_str_mv AT dorangevillevincent methodestatistiquedidentificationdecorrespondancesmorphologiquesdansdesechantillonsdelectrocardiogrammespathologiques
_version_ 1718217697247887360