Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

République Algérienne Démocratique et Populaire Ministère de l'Enseignement Sup

République Algérienne Démocratique et Populaire Ministère de l'Enseignement Supérieur et de la Recherche Scientifique Université de Batna Faculté des Sciences de l'Ingénieur Département d'Electronique Thèse Reconnaissance de Forme de Signaux Biologiques En vue de l'obtention du diplôme de Docteur d'état en électronique Option: contrôle et traitement de signal Par SALAMA MEGHRICHE Jury Président N.E. Bougachel Professeur (Université de Batna) Rapporteur M. Boulemden Professeur (Université de Batna) Examinateur D. Benatia Professeur (Université de Batna) Examinateur K. Mansour Professeur (Université de Constantine) Examinateur A. Benia Professeur (Université de Constantine) Examinateur Z. Dibi Maitre de conférences (Université de Batna) Année 2008 2 3 4 A tous ceux qui m'ont nourri de leur amour et de leur tendresse. 5 Remerciements Ce travail n'aurait pu être réalisé sans le soutien de plusieurs personnes. La disponibilité et les compétences de chacun m'ont souvent permis de franchir des obstacles en apparence insurmontables. Que soient donc ici, remerciés tous ceux qui m'ont communiqué l'énergie et la confiance nécessaires au déroulement de cette thèse. J’exprime ma profonde gratitude et toute ma reconnaissance envers mon directeur de thèse le Professeur Mohammed Boulemden, de m'avoir soutenu avec patience jusqu'au bout, pour ses conseils, ses avis et ses conversations, dont j’ai bénéficiés, pour son amabilité, sa gentillesse et sa confiance Je remercie vivement les membres du jury: monsieur Nour-Eddine Bougechel professeur de l'université de Batna, monsieur Djamel Benatia professeur de l'université de Batna, monsieur Karim Mansour professeur de l'université de Constantine, monsieur Abdelhak Benia professeur de l'université de Constantine et monsieur Zohir Dibi Maître de conférence de l'université de Batna qui ont accepté de juger cette thèse, l'intérêt qu'ils ont porté à mon travail et la rapidité avec laquelle ils ont lu mon manuscrit. En particulier je voudrais remercier monsieur Mohamed Toufik Sellami, infographe, pour l'aide précieuse qu'il m'a apportée; sans lui une grande partie des graphes et des schémas n'aurait vu le jour. Je remercie le Professeur Mohamed Chaouki Baatouche et le Dr. Sihem Baatouche Pour leur accueil au sein du Laboratoire "lire" et au sein de l'équipe "Info vision" et de me permettre d'effectuer mes recherches dans d'excellentes conditions. Je remercie vivement Mr Amer Draa chercheur de l'équipe "Info vision" pour sa collaboration qui a été essentielle et qui a énormément contribué à l'avancement de mes travaux. Mes remerciements vont au Dr. Afnen Abada médecin au service de Cardiologie de l'hôpital de Constantine qui a toujours été prêtes à répondre à mes interrogations techniques. J'adresse également mes remerciements à Monsieur Zakaria Amamra. Je n'oublierai jamais l'aide précieuse reçue de sa part. 6 Je ne saurais oublier ma mère et mes sœurs, pour leur soutien moral inconditionnel, pour les aides permanentes et pour leurs encouragements tout au long de mes études. Mes remerciements chaleureux vont à mon mari pour son encouragement et sa compréhension. Je te suis très reconnaissante pour les multiples attentions, de tout ordre, dont tu as témoigné à mon égard. Je te suis particulièrement reconnaissante pour avoir contribué à stimuler en moi un grand enthousiasme pour la recherche. A toi Fateh, merci encore. Je voudrais également remercier tous ceux qui ont eu la patience de m'entourer tout au long de ce travail. 7 Abstract Heart failure is the most common cause of death nowadays, but if medical help is provided directly, the patient’s life may be saved in many cases. Numerous heart diseases can be detected by means of analyzing electrocardiograms (ECG). Automatic pattern recognizers can help cardiologists in detecting heart problems. What is required at the present time is the development of autonomous processor-based systems with sufficient processing capabilities so as to detect potential abnormalities and make accurate diagnosis in order to provide early treatments. Today, we tend to rely a great deal on the application of pattern recognition techniques to help us meet such a goal. The inclusion of artificial neural networks in the complex investigating algorithms seems to yield very interesting recognition and classification capabilities across a broad spectrum of biomedical domains. Most of the researchers used current neural network methodologies, almost invariably the multi-layer perceptron (MLP) with 'early stopping' to prevent over- fitting. In our work, we develop a method based on a compound neural network (CNN), to classify ECGs as normal or carrying an AtrioVentricular heart Block (AVB). It uses three different feed forward multilayer neural networks. Two of these networks, (NN1) and (NN2), were set in a parallel configuration in series with the third one (NN3). A single output unit encodes the probability of AVB occurrences. A value between 0 and 0.1 is the desired output for a normal ECG; a value between 0.1 and 1 would infer an occurrence of an AVB. This network was fed with measurements from one lead of the ECG. This work has been organized into three parts. The first part is the population study. The second one is related to the preparation of digitized signal for input to the compound neural networks (CNN). Finally, the third part concerns the training and recall procedures used by the CNN in the classifying process of the presented patterns. The performance of the CNN classifier was measured as the area under the receiver operating characteristic curves (ROC). The results show that the CNN has a good performance in detecting AVBs. The sensitivity and specificity were 92.30% and 98.39% respectively. 8 Résumé Face au développement récent de la biologie moderne et de la médecine, la recherche ne peut rester indifférente aux multiples retombées que ces développements ont engendrées. En effet, plusieurs domaines ont connu l’éclosion de nouveaux concepts, qui en sont directement issus. L’une des évolutions les plus marquées, qui a été engendrée, est celle de l’introduction des réseaux de neurones dans le domaine biomédical. Actuellement, les réseaux de neurones bénéficient de fondements théoriques solides. Avec leurs aptitudes en classification, mémorisation, filtrage et approximation, ils sont devenus un moyen très efficace. L’opération de reconnaissance de formes constitue l’une des applications les plus connues en réseaux de neurones. L’application des réseaux de neurones est donc bien destinée à assurer la reconnaissance et la classification des ondes et des anomalies dans un signal électrocardiographique ECG. Notre travail a été organisé en trois parties. La première est l’étude de la population. La seconde est liée à la préparation du signal numérique pour son apport aux CNN (Compound Neural Network). Finalement, la troisième partie concerne le traitement et les procédures utilisées par le CNN dans le processus de classification des modèles présentés. L’étude a été basée sur une seule dérivation notée à partir de patients pris en charge avec le diagnostic BAV, et des sujets sains sont choisis arbitrairement à partir d’une population urbaine. Des paramètres ont été choisis à partir de l'ECG et ont été mis en application comme entrées aux CNN. Le modèle neuronal étudié est un réseau hybride formé à partir de trois réseaux de neurones de type statique multicouche. Deux de ces réseaux de neurones RN1 et RN2 sont placés dans une configuration parallèle en série avec le troisième réseau RN3. Un seul résultat de sortie code la probabilité d’occurrence de la présence d’un BAV dans le tracé ECG. La sensibilité et la spécificité pour différents seuils ont été étudiées afin d'obtenir une courbe ROC (Receiver Operating Characteristic) de caractéristiques d'efficacité du réseau. L’aire présente la performance du réseau dans l'ensemble. Les résultats montrent que le CNN apporte une haute performance dans la détection de présence de BAV dans un ECG. Sa sensibilité et sa spécificité approchent respectivement 92,31 % et 98,39%. La valeur de sa précision est de 95,81%. 9 Tablede matières TABLE DE MATIERES................................................................................................................ 1 INTRODUCTION........................................................................................................................ 12 CHAPITRE 1: L’ÉLECTROCARDIOGRAMME..................................................................... 6 1. SYSTÈME CARDIOVASCULAIRE................................................................................................ 14 1.1. Circulation artérielle et veineuse................................................................................... 14 1.2. Le cœur........................................................................................................................... 16 1.2.1. Anatomie.................................................................................................................. 16 1.2.2. Cellules myocardiques............................................................................................. 17 1.2.3. Electrophysiologie cellulaire ................................................................................... 17 I.2.4. Fonctionnement électrique ....................................................................................... 18 2. ELECTROCARDIOGRAPHIE....................................................................................................... 19 2.1. Principe de l’électrocardiographie................................................................................ 19 2.2. Bref aperçu historique ................................................................................................... 20 3. ELECTROCARDIOGRAMME....................................................................................................... 20 3.1. Définition de l'électrocardiogramme............................................................................. 20 3.2. Dérivations..................................................................................................................... 20 3.2.1. Dérivations dans le plan frontal............................................................................... 21 3.2.2. Dérivations dans le plan horizontal.......................................................................... 22 4. ACTIVITÉ ÉLECTRIQUE D’UN BATTEMENT CARDIAQUE NORMAL.............................................. 23 5. ELECTROCARDIOGRAMME NORMAL........................................................................................ 24 5.1. Ondes ............................................................................................................................. 24 5.1.1. Onde P...................................................................................................................... 24 5.1.2. Complexe QRS........................................................................................................ 24 5.1.3. Onde T ..................................................................................................................... 25 5.1.4. Onde U..................................................................................................................... 25 5.2. Intervalles et Segments................................................................................................... 25 5.2.1. Segments PR ou PQ-R............................................................................................. 25 5.2.2. Segments ST, RST ou ST-T..................................................................................... 25 5.2.3. Intervalle PR ............................................................................................................ 25 5.2.4. Intervalle QT............................................................................................................ 26 5.2.5. Déflexion Intrinsécoïde DI ...................................................................................... 26 6. DIAGNOSTIC À PARTIR DE L'ECG............................................................................................ 26 6 1. Diagnostic à partir du rythme........................................................................................ 26 6.1.1. Bradycardie.............................................................................................................. 26 a) Bradycardie sinusale.................................................................................................. 26 b) Bradycardie d’origine jonctionnelle.......................................................................... 27 6.1.2 Tachycardie............................................................................................................... 27 a) Tachycardie sinusale.................................................................................................. 27 b) Tachycardie auriculaire et nodale.............................................................................. 28 c) Tachycardie ventriculaire (TV) ................................................................................. 28 6.1.3. Arythmies, ou troubles de la régularité................................................................... 28 a) Fibrillation auriculaire (FA) ...................................................................................... 28 b) Fibrillation ventriculaire............................................................................................ 29 6.1.4. Les Blocs................................................................................................................. 29 a) Bloc sino-auriculaire (SA)......................................................................................... 30 b) Bloc auriculo-ventriculaire (BAV)............................................................................ 30 10 6.2. Diagnostic à partir des ondes........................................................................................ 31 6.2.1. Forme de l’onde P.................................................................................................... 31 6.2.2. Intervalle PR ............................................................................................................ 32 6.2.3. Forme du complexe.................................................................................................. 32 uploads/Litterature/ inj-meghriche-salama.pdf