Plan 4. Bruit et préfiltrage pg 4. Bruit et préfiltrage pg 4. Bruit et

Plan





4. Bruit et préfiltrage
p
g
1. Introduction
2. Le système
y
cardiovasculaire
3. L’ECG
4 B
4.
Bruit
it ett préfiltrage
éfilt
d
des ECG
5. Estimation et analyse
y des intervalles
Aymeric Histace
L’acquisition de l’ECG, comme tous les processus d’acquisition,
peut être très largement perturbée par le bruit extérieur
extérieur.

On entendra par « bruit extérieur » tout signal autre que
cardiaque.
cardiaque

Ces bruits peuvent dans une certaine mesure remettre en cause
ll’information
information clinique qui est alors potentiellement altérée
altérée.

Il est donc important de connaître les principaux bruits
susceptibles d’altérer
d altérer le signal ECG
ECG.

Nous allons maintenant les étudier.
67
4. Bruit et préfiltrage
p
g


Aymeric Histace
4. Bruit et préfiltrage
p
g
Les types de bruit présents dans l’ECG :

La dérive de la ligne de base :

Les perturbations relatives à l’acquisition des ECG peuvent
être de différentes natures.

On appelle ligne de base de l’ECG la ligne isoélectrique du
cœur.

Elles peuvent être d’origine physiologique (peau, muscle,
respiration…)

Elle correspond au tracé de l’électrocardiogramme d’un cœur
sans aucune activité électrique.

Ou environnementale (courant de secteur, perturbations
électromagnétiques, placement de l’électrode).

Lorsque l’ECG est effectué en cabinet médical par exemple,
cette ligne est le plus souvent horizontale, le patient étant au
calme et ne pratiquant pas d’activité
d activité physique
physique.

Parmi ces bruits, les plus courants sont :

En revanche, lors d’un ECG d’effort, l’activité musculaire du
patient ainsi que le mouvement relatif des électrodes les unes
par rapport aux autres entraîne une dérive de cette ligne.
Aymeric Histace
68
69
Aymeric Histace
70
4. Bruit et préfiltrage
p
g

4. Bruit et préfiltrage
p
g
La dérive de la ligne de base :



Exemple de dérive :

Les composantes fréquentielles de la dérive de la ligne de
base sont habituellement inférieures à 0,5 Hz et limitées à 2
Hz.
Hz

A l’effort, l’amplitude plus prononcée des respirations peut
étendre l’occupation
l occupation spectrale de cette perturbation
perturbation.

Dans certains cas, elles peuvent même se retrouver dans la
même bande fréquentielle que les ondes P et T les rendant
ainsi peu visibles sur le tracé.
Ce type de perturbation appartient à la famille des
perturbations physiologiques (ventilation pulmonaire,
sudation, activité musculaire…).
Aymeric Histace
71
4. Bruit et préfiltrage
p
g

La dérive de la ligne de base :
Les sources principales de ces interférences proviennent
classiquement du réseau de distribution électrique (en France
50 Hz
Hz, 60 Hz aux Etats
Etats-Unis)
Unis) et des rayonnements
électromagnétiques qui en résultent.

Exemple :
72
4. Bruit et préfiltrage
p
g
Interférence d’un signal à 50 Hz :

Aymeric Histace

Interférence d’un signal à 50 Hz :

Ce type de perturbation est très difficilement évitable malgré
un blindage des câbles reliées aux électrodes (effet
d antenne).
d’antenne)

Ce type de bruit peut rendre l’analyse des ECG très
problématique en particulier quand il s’agit
problématique,
s agit de déterminer le
début et la fin des ondes.
ECG présentant des interférences à 50 Hz
Aymeric Histace
73
Aymeric Histace
74
4. Bruit et préfiltrage
p
g

4. Bruit et préfiltrage
p
g
Interférence d’origine électromyographique (EMG)


Ce type d’interférence est d’origine biologique (mouvement
des muscles).

On voit sur la figure précédente que le bruit EMG se présente
de façon chaotique.

Ce type de bruit est particulièrement présent sur les ECG des
personnes ne restant pas immobiles (jeunes enfants,
personnes âgées atteints de la maladie de Parkinson)
Parkinson).

Ses composantes fréquentielles touchent l’ensemble de la
bande spectrale de l’ECG.


Exemple
A l’effort, ses effets peuvent être encore plus important
(augmentation du niveau de bruit), et peut se présenter sous
la forme de bouffées de bruit
bruit.
Aymeric Histace
75
4. Bruit et préfiltrage
p
g

Interférence d’origine électromyographique (EMG)
Aymeric Histace
4. Bruit et préfiltrage
p
g
Autres types de bruit :


La présence d’un stimulateur cardiaque.

A t f t dus
Artefacts
d au mouvementt du
d cœur…

… ou des câbles reliés aux électrodes.
Aymeric Histace
76
77
Méthode de filtrage de l’ECG :

Pour pouvoir segmenter efficacement les battements
cardiaques, et ce sans altérer l’information clinique, un certain
nombre de prétraitements sont nécessaires
nécessaires.

La finalité de cette étape est d’atténuer, ou au mieux
d’éliminer
d
éliminer les bruits présents dans l’ECG
l ECG.

Nous allons maintenant voir les principaux filtrages
classiquement utilisés
utilisés.
Aymeric Histace
78
4. Bruit et préfiltrage
p
g

4. Bruit et préfiltrage
p
g
Filtrage de la dérive de la ligne de base :


Pour l’œil exercé du cardiologue, cette dérive n’est pas
vraiment problématique : il compense lui-même cette dérive
lors de l’analyse
l analyse de la hauteur des pics
pics.

Cependant, compte tenu de l’étalement possible du spectre
de la dérive de la ligne de base, ce type de filtre peut
entraîner une distorsion de l’ECG
l ECG.

En revanche pour un traitement automatique de l’ECG, il
convient de l’éliminer
l éliminer.

Le choix de la fréquence de coupure des filtres doit donc être
un compromis entre la suppression de la dérive de la ligne de
base et la déformation du signal ECG.

La plupart des méthodes existantes proposent de filtrer
passe-haut
passe
haut le signal ECG pour réduire l’influence
l influence de la ligne
de base.

En général,
général on choisit donc une fréquence de coupure
légèrement plus basse que la fréquence cardiaque la plus
faible.

Des méthodes adaptatives ont aussi été présentées dans la
littérature, mais nécessite de nombreux prétraitements (en
particulier la segmentation des ondes R).

Les filtres les plus courant sont des filtres numériques à
réponse finie.
Aymeric Histace
79
4. Bruit et préfiltrage
p
g

Filtrage de la dérive de la ligne de base :
Aymeric Histace
4. Bruit et préfiltrage
p
g
Filtrage du signal à 50 Hz (ou 60 Hz) :

Filtrage du bruit de l’electromyogramme :

Les interférences du bruit se caractérise par un signal de type
sinusoïdal à 50 Hz et de quelques harmoniques.

Le bruit causé par l’activité musculaire est beaucoup plus
difficile à traiter.

L’élimination d’un tel bruit est donc réalisable à l’aide des
Notch filters ou filtre à bande étroite. On parlera dans notre
cas de réjecteur de 50 Hz
Hz.

La méthode la plus classique est de moyenner sur plusieurs
battements successifs du signal.


Dans le cas où la perturbation n’est pas stable sur 50 Hz, la
variation de fréquence peut être éliminée par des filtres
adaptatifs.
En supposant le bruit aléatoire et stationnaire, la réduction du
bruit est alors proportionnelle à la racine carrée du nombre de
battements utilisés pour ce moyennage.
moyennage

Ce type de filtre n’est pas applicable lorsqu’on cherche des
informations sur les ondes battement par battement
battement.
Aymeric Histace
80
81
Aymeric Histace
82
Plan
5. Estimation et analyse
y des intervalles






1. Introduction
2. Le système
y
cardiovasculaire
3. L’ECG
4 B
4.
Bruitit ett préfiltrage
éfilt
d
des ECG
5. Estimation et analyse
y des intervalles
Aymeric Histace
Introduction :
En pratique, les intervalles R-R sont « facilement »
détectables de par l’amplitude de l’onde R.

L’intervalle Q-T est généralement mesurée en détectant le
début du complexe QRS et la fin de l’onde T. Cependant,
ll’onde
onde T peut être difficile à segmenter (bruit
(bruit, faible
amplitude).

L estimation des intervalles P-R
L’estimation
P R est de par la difficulté de
segmentation de l’onde P ( possiblement noyée dans le bruit),
très difficilement mesurable automatiquement (d’autant plus à
l’effort ou le rythme cardiaque est élevé).


Ils sont en effet le reflet de processus physiologiques.

Exemples :

L’i t
L’intervalle
ll R
R-R
R estt représentatif
é
t tif de
d la
l période
é i d cardiaque.
di

L’intervalle Q-T caractérise le temps de dépolarisation et
d repolarisation
de
l i ti ventriculaire.
ti l i U
Une prolongation
l
ti en ms de
d
cette intervalle peut être le reflet d’une arythmie
ventriculaire (risque de mort subite).
84
5. Estimation et analyse
y des intervalles
Introduction :

Le problème d’estimation de ces intervalles peut se voir de 2
manières :

Soit on détermine les points caractéristiques
(début/pic/fin) des ondes par des méthodes de
segmentation puis on en déduit les intervalles d’intérêt
segmentation,
d intérêt.

Soit on considère ce problème comme l’estimation d’un
temps de retard (Time Delay Estimation).
Estimation)
Dans ce dernier cas, la variation d’un intervalle, entre 2
battements consécutifs,
consécutifs peut se voir comme un retard
subi par la seconde onde P comparée à la 1ère et vis-à-vis
de leur onde R respective.
Ce sont donc les estimations automatiques des intervalles
intracycles (Q-T, P-R, …) qui représente un véritable enjeu.
Aymeric Histace
Les intervalles de temps définis entre 2 ondes
caractéristiques de l’ECG fournissent d’importants indicateurs
pour le diagnostic des maladies cardiaques
cardiaques.
Aymeric Histace



83
5. Estimation et analyse
y des intervalles

Introduction :
85
Aymeric Histace
86
5. Estimation et analyse
y des intervalles

Introduction :

5. Estimation et analyse
y des intervalles

Illustrations de l’approche basée segmentation :
Introduction :

Illustrations de
l’approche TDE :
Illustration de l’estimation d’un
temps de retard sur les ondes P
entre 2 battements successifs
synchronisés à droite sur les pics
R pour estimer
R,
ti
l’i
l’intervalle
t
ll P
P-R
R
Illustration d’une méthode de segmentation des ondes P (début fin) et R (pic). A partir de ces
informations, on peut définir l’intervalle P-R pour chaque complexe.
Aymeric Histace
87
5. Estimation et analyse
y des intervalles

Introduction :
Aymeric Histace
5. Estimation et analyse
y des intervalles


La plupart des appareils électrocardiographiques peuvent
enregistrer simultanément plusieurs voies.

Certaines méthodes de segmentation ont donc été
développées pour exploiter toutes les informations sur les
différentes voies
voies.

Cependant, dans de nombreux cas, on ne dispose que de
ll’enregistrement
enregistrement d’une
d une seule dérivation de qualité
qualité.

En effet lors de l’étude d’une onde précise, on place les
électrodes de manières à maximiser l’amplitude
l amplitude et la qualité de
la dérivation étudiée.

C’est
C
est dans ce contexte que nous nous situons par la suite
suite.
Aymeric Histace
89
88
Les méthodes usuelles : le modèle d’observation

Afin de comprendre les méthodes usuelles d’estimation des
intervalles, il faut prendre en compte le modèle d’observation
considéré.
considéré

Dans notre cas, il sera le suivant :

xi représente l’amplitude de la ième observation de l’échantillon
n (0<n<N) avec i =1 … I (I peut prendre la valeur 1).
Aymeric Histace
90
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : le modèle d’observation
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : le modèle d’observation


Chaque observation est donc composée de :



une onde de référence si ;
une fonction parasite fi ;
un bruit ei ;

le signal s est connu, partiellement connu ou inconnu ;

si le signal s est partiellement connu, existe-t-il des a priori
concernant ses caractéristiques (spectre, énergie,
intervalle d’apparition)
d apparition) ?

A noter que la fonction de référence si peut subir soit un retard
q φi = n-di ;
lorsque

le signal s subit un retard ou un changement de forme
selon la relation φ.
φ

Soit un changement d’échelle ou de forme lorsque φi = (n-ai )/bi

existe-t-il une fonction parasite fi ? Si oui est-elle connue
ou partiellement connue ?
Aymeric Histace
91
5. Estimation et analyse
y des intervalles

Les hypothèse
yp
q
qui p
peuvent être envisagées
g
sur ce modèle sont
les suivantes (liste non exhaustive) :
Les méthodes usuelles : filtrage dérivatif
Aymeric Histace
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif

Il est généralement supposé que les débuts et fins d’onde de
l’ECG sont liés à des changements brusque dans les variations
du signal.
signal

La méthode de Laguna et al est une des méthodes de
références de délimitations d’ondes fondée sur du filtrage
dérivatif des enregistrements Holter (système portatif).
portatif)

De ce fait, plusieurs méthodes pour la segmentation de l’ECG
fondées sur la différenciation numérique ont été proposées afin
d’exploiter les changements de pente du signal.

Le signal ECG est traité par un filtre dérivateur G1(z) puis par
un filtre de lissage G2(z) tels que :

Ce type de méthode est largement utilisé pour la délimitation
des ondes cardiaques.

Pour ce type de méthode
méthode, le signal s est partiellement connu
connu.
On dispose d’a priori sur l’intervalle de temps où se situe l’onde
recherchée. Le signal peut subir des changements de forme. Il
n’y a pas de fonction parasite.

La sortie de ce système est notée y(k).
Aymeric Histace
93
92
Aymeric Histace
94
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif

Méthode de Laguna et al :

C tt méthode
Cette
éth d permett de
d déli
délimiter
it lles complexes
l
QRS ett lles
ondes T.

P
Pour
déterminer
dét
i
l’l’onde
d T en particulier,
ti li lles ét
étapes sontt lles
suivantes :

T t d’abord
Tout
d’ b d une étape
ét
de
d fenêtrage
f êt
estt appliquée
li é afin
fi d
de
localiser approximativement l’instant à détecter.

L lilimites
Les
it bwind ett ewind de
d lla ffenêtre
êt sontt déterminés
dét
i é à
partir des pics R, notés Rp et détectés au préalable et des
intervalles R-R précédents qui en découlent :
Aymeric Histace

Les méthodes usuelles : filtrage dérivatif

Méthode de Laguna et al :

Où RR est la durée moyenne des intervalles RR, calculée
depuis le début de l’enregistrement jusqu'à l’intervalle RR
courant,
t ett ce de
d la
l manière
iè suivante
i
t :
95
5. Estimation et analyse
y des intervalles

5. Estimation et analyse
y des intervalles
Les méthodes usuelles : filtrage dérivatif
Aymeric Histace
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif

Méthode de Laguna et al :

Méthode de Laguna et al :

A ce stade,
t d l’algorithme
l’ l ith
considère
idè 4 ttypes d
de morphologie
h l i
d’ondes T :

L’ l ith
L’algorithme
cherche
h h alors
l
d
dans lla ffenêtre
êt précédente
é éd t lles
extrema (max et mini) de y(k).

3 cas se présentent
é
t t:

L’onde
L’
d T normale
l : monophasique
h i
ett positive
iti ;
L’onde T inversée : monophasique et négative ;
L’onde T biphasique montante ;

L’onde T biphasique descendante.


Aymeric Histace
97
96

1. L’algorithme trouve un maximum avant un minimum.

Dans ce cas, la méthode considère l’onde T comme
biphasique montante si |max| > 4|min|, normale sinon.
Aymeric Histace
98
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif

Les méthodes usuelles : filtrage dérivatif

Méthode de Laguna et al :

Méthode de Laguna et al :

L’ l ith
L’algorithme
cherche
h h alors
l
d
dans lla ffenêtre
êt précédente
é éd t lles
extrema (max et mini) de y(k).

L’ l ith
L’algorithme
cherche
h h alors
l
d
dans lla ffenêtre
êt précédente
é éd t lles
extrema (max et mini) de y(k).

3 cas se présentent
é
t t:

3 cas se présentent
é
t t:

2. L’algorithme trouve un minimum avant un maximum.

Dans ce cas, si |min| > 4|max|, l’agorithme considère
l’onde T comme biphasique descendante, inversée sinon.
99
Aymeric Histace
5. Estimation et analyse
y des intervalles

5. Estimation et analyse
y des intervalles
Les méthodes usuelles : filtrage dérivatif

Méthode de Laguna et al :

L’ l ith
L’algorithme
cherche
h h alors
l
lla fi
fin d
de l’l’onde
d T:

3. L’algorithme trouve un minimum avant un maximum,
puis
i ett autre
t minimum
i i
((mina)
i ) après
è lle maximum
i
ett avantt
la fin de la fenêtre de recherche.

D
Dans
ce cas, sii |max|
|
| < 4|mina|,
4| i | alors
l
l’l’onde
d T estt
considérée comme normale, inversée sinon.
Aymeric Histace
100
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif

D’autres filtres ont été imaginés dans la littérature :

Dans ce cas, le sommet de l’onde T correspond à un minimum
du signal y(k) .

La fin de l’onde est déduite en trouvant le minimum de l’angle
entre les 2 filtres W1 et W2 .
Ti : instant du dernier sommet ((min ou
max dépend de la morphologie)
Ht : seuil empirique valant y(Ti)/Kt avec
Kt=2.
T2 : fin de l’onde T (atteinte du seuil Ht)
Tpic : sommet de l’onde T (détecté par
méthode de zero-crossing, dernier passa
par zéron avant Ti)
Aymeric Histace
101
Aymeric Histace
102
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : filtrage dérivatif


Ou bien encore :

Ce filtre adaptatif s’utilise sur un signal de dérivation au
préalable filtré passe-haut (filtrage de la dérive de la ligne de
base).

Dans ce cas, un minimum apparaît qui est proche de la fin de
l’onde T sur le signal filtré passe-haut.

La fin de l’onde T est déterminée lorsque le minimum du signal
filtré par H correspond au minimum du signal filtré passe-haut.
Aymeric Histace
Les méthodes usuelles : filtrage dérivatif

L’avantage des méthodes fondées sur le filtrage dérivatif
réside dans leur robustesse face aux variations de
morphologie des ondes de l’ECG
l ECG.

L’inconvénient majeur est la sensibilité au bruit des méthodes
de différenciation.
différenciation
103
5. Estimation et analyse
y des intervalles

5. Estimation et analyse
y des intervalles
Les méthodes usuelles : transformée en ondelettes
Aymeric Histace
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : transformée en ondelettes

De nombreuses méthodes d’estimation des intervalles de
l’ECG intégrant la transformée en ondelettes ont été proposées
dans la littérature.
littérature

L’ondelette est généralement une fonction oscillatoire de
moyenne nulle qui a 2 paramètres : l’un représente une
translation temporelle
temporelle, l’autre
l autre un changement d’échelle
d échelle.

Cette transformation fournit une description du signal dans le
domaine temps-échelle
temps échelle, permettant ainsi la représentation des
caractéristiques du signal à des résolutions différentes.

La transformée en ondelette Wx (a,b) du signal continu x(t) est
définie par :

Pour ce type de méthode les hypothèses sont les suivantes : le
signal s est partiellement connu; on a cependant quelques a
priori sur la forme et la largeur des ondes ; il n’y a pas de
fonction parasite.

A
Avec
ψ l’ondelette
l’ d l tt mère,
è b le
l ffacteur
t
de
d translation,
t
l ti
ett a le
l
facteur de dilatation.
Aymeric Histace
105
104
Aymeric Histace
106
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : transformée en ondelettes

La transformée en ondelettes discrètes est notée DWT pour
Discrete Wavelet Transform.

Les maxima et les minima locaux de la DWT indiquent les
points singuliers locaux du signal considéré.

En pratique les familles discrètes d’ondelettes forment des
bases orthogonales fonctionnelles afin d’éviter la redondance
d’information
d
information des bases classiques
classiques.

Quelques exemples d’ondelettes : Daubechies, Coifflet, Morlet,
biorthogonale etc.
etc
Le signal ECG étant constitué de pentes, de maxima et de
minima locaux à des échelles différentes, l’utilisation de la
DWT prend tout son sens.
Exemple d’un ECG
synthétique et des 5
premières échelles de sa
transformée en ondelettes
107
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : transformée en ondelettes


Aymeric Histace
5. Estimation et analyse
y des intervalles
Les méthodes usuelles : transformée en ondelettes
Aymeric Histace
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : intercorrélation

Inconvénient : Lorsque le rythme cardiaque augmente, les
ondes T et P tendent à se chevaucher.

Des techniques fondées sur l’utilisation de calcul
d’intercorrélation ont souvent été proposées dans la littérature.

Ces ondes ayant les mêmes composantes fréquentielles, elles
sont censées se retrouver à la même échelle.


Dans ce cas, la DWT n’est alors pas un outil adapté.
L’idée principale de ce type de technique est de définir un
template (ou onde référence) de la forme de l’onde à détecter,
puis de localiser le maximum d’intercorrélation
d intercorrélation entre l’onde
l onde
réelle et la référence.

Il existe plusieurs méthodes de définition de l’onde
l onde de
référence :
Aymeric Histace
109
108

Modélisation mathématique en s’inspirant
s inspirant des ECG
réels ;

Moyennage des ondes observées.
observées
Aymeric Histace
110
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : intercorrélation

C’est cette dernière technique qui reste la plus utilisée sous
l’hypothèse que la forme des ondes réelles ne varie pas, pas
plus que leur alignement
alignement.

Les hypothèses sur le modèle d’observations sont alors les
suivantes :

Le signal s est connu ;

Le signal s ne subit pas de changements de forme trop
importants ;





111
5. Estimation et analyse
y des intervalles
Les méthodes usuelles : intercorrélation


Les méthodes usuelles : intercorrélation
La fonction parasite fi n’existe pas.
Aymeric Histace

5. Estimation et analyse
y des intervalles
On parle d’intercorrélation
d intercorrélation généralisée (GCC : Generalized
Cross-Correlation)
Aymeric Histace
113
où
ù N estt le
l nombre
b d’é
d’échantillons
h till
d
dans lla ffenêtre
êt d
de calcul.
l l
La valeur de τ pour laquelle cette fonction est maximale
représente
é
t le
l ttemps de
d retard
t d estimé
ti é entre
t l’onde
l’ d réelle
é ll ett
l’onde de référence.
Aymeric Histace
112
5. Estimation et analyse
y des intervalles

Afin de rendre la méthode plus robuste, il est proposé de
réaliser un préfiltrage dont les coefficients prennent en compte
les a priori sur les formes d’onde
d onde et leur domaine d’occupation
d occupation
spectrale
La fonction d’intercorrélation r12 est alors utilisée pour mesurer
les corrélations entre l’onde de référence x1(n) et l’onde
observée x2(n).
(n)
Les méthodes usuelles : intercorrélation

Avantage : Les méthodes fondées sur des mesures de
l’intercorrélation sont robustes au bruit d’observations.

Inconvénient : Ces mêmes méthodes restent cependant très
sensibles aux variabilités morphologiques des ondes.

Il est donc impossible de construire une onde de référence
universelle pour chaque onde de l’ECG.

Aussi, lorsque cette méthode est utilisée sur des ECG d’effort
où les formes des ondes T et P varient beaucoup avec le
rythme cardiaque
cardiaque, le calcul de l’onde
l onde de référence doit être
évolutif.
Aymeric Histace
114
5. Estimation et analyse
y des intervalles

Les méthodes usuelles : apprentissage


Ces méthodes ont jusqu’à présent principalement été utilisées
pour la détection des ondes P des ECG (reflet de l’activité
auriculaire).
auriculaire)
A noter que la détection de cette onde reste un problème très
ouvert de part sa grande variabilité morphologique et sa faible
amplitude qui la rendent compliquée à segmenter.

Les méthodes d’apprentissages
d apprentissages développées dans la littérature
intègre une présegmentation du complexe QRS suivi de la
définition d’une fenêtre de recherche.
La détection de l’onde P peut alors se faire par approche
bayésienne ou par utilisation de réseaux de neurones.
Aymeric Histace
Les méthodes usuelles : Maximum de vraisemblance



5. Estimation et analyse
y des intervalles
115

Hypothèses :

L signal
Le
i
l s estt iinconnu ;

Le signal s ne subit pas de changements de formes trop
i
importants
t t ;

La fonction parasite n’existe pas
Dans ce cadre, la méthode la plus utilisée fondée sur une
mesure du maximum de vraisemblance est la méthode de
W d
Woody.
Aymeric Histace
116