| Titre : | Classification des signaux ECG avec l’apprentissage artificielle |
| Auteurs : | Nawel Khiter, Auteur ; Sihem Khaled, Auteur ; Radja Marouf,, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | Université mustapha stambouli de Mascara:Faculté des sciences exactes, 2023 |
| ISBN/ISSN/EAN : | SE02357T |
| Format : | 59P. / couv. ill. / 29cm. |
| Accompagnement : | disque optique numérique (CD-ROM) |
| Langues: | Français |
| Résumé : |
Le signal électrocardiogramme (ECG) est couramment utilisé comme l'un des outils les plus essentiels en pratique clinique pour évaluer l'état cardiaque des patients. Il représente les variations de l'activité électrique du coeur au fil du temps. La tâche complexe de classifier les battements du signal ECG en différents cas pathologiques a été motivée par le taux élevé de mortalité mondiale lié aux problèmes cardiaques. Ainsi, des techniques de classification automatique des maladies cardiovasculaires, ont été développées afin d'améliorer le diagnostic. Nous proposons un système utilisant divers algorithmes d'apprentissage automatique pour la classification automatique des arythmies ECG. Pour effectuer cette classification, nous adoptons une approche de classification multi-classe appliquée sur une base de données contenant quatre classes correspondant à différents types de maladies cardiaques. Cette approche nous a permises d'identifier le type spécifique de la maladie. Mots clés : ECG, arythmie, classification, IA, apprentissage automatique, SVM, Random Forest, etc... |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| SE02357T | INF943 | Livre audio | Bibliothèque des Sciences Exactes | 7-Mémoires Master | Consultation sur place Exclu du prêt |
Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Accueil
