Résumé Avant d`aborder les différentes méthodes de modélisation

Résumé
Avant d’aborder les différentes méthodes de modélisation un traitement numérique des signaux
acquis est nécessaire
Nos signaux de base sont des HOLTER ECG de longues durées de base de données MIT DATABASE
ECG. Leur traitement nécessite l’application des étapes suivantes :
L’analyse de la ligne de base en utilisant le filtrage dans les basses fréquences.
Détection du complexe QRS moyennant des filtres numérique entre autre un dérivateur et un
intégrateur.
Le découpage et cela se fait essentiellement par la détection d’ondes.
Une fois le battement cardiaque récupéré avec toutes ses ondes caractéristique (P, Q, R, S, T), nous
avons procéder à la modélisation du signal grâce à deux outils mathématiques puissants qui sont les
ondelettes et les réseaux de neurones.
Pour la modélisation en ondelettes nous aurons tout d’abord à analyser la forme du signal ensuite
définir les caractéristiques de ce dernier, présenter différentes transformées en ondelettes, faire une
étude comparative et enfin choisir l’ondelette la plus pertinente pour notre modélisation.
Pour la modélisation par réseaux de neurones en particulier le RBF’s (radial basis function), nous
réalisons une bibliothèque de 132 gaussiennes avec 132 moyennes et 132 écarts types différents.
La recherche du maximum du produit scalaire de chaque gaussiennes de la bibliothèque par le
battement signal ECG a modéliser, permet de trouver les gaussiennes les plus pertinente. Nos
résultats montrent que le nombre de gaussienne ne dépasse pas ca et que la première gaussienne
trouvée dans chaque cas, est celle qui correspond à l’Onde QRS. Ainsi ces méthodes de modélisation
se sont avérées d’un grand intérêt pour la modélisation du signal cardiaque et nous ont permis
d’avoir des résultats et performances remarquables .