2
Résumé
Le travail de cette thèse relève du domaine de traitement de l’information, plus
précisément, l’extraction des caractéristiques fréquentielles des signaux acoustiques et
biomédicaux.
Ces travaux de recherches portent principalement sur l’application des algorithmes des
techniques temps-fréquence non paramétriques, à savoir Spectrogramme, Transformée
d’Ondelettes, Pseudo Wigner-Ville Lissée, Choi-Williams, Born-Jordan et la Distribution de
Bessel, aux signaux acoustiques rétrodiffusés par des coques cylindriques et aux différents
signaux biomédicaux (Electrocardiogramme (ECG) : normal, supraventriculaire,
ventriculaire, …).
Les résultats obtenus, dans ce travail, ont permis dans un premier lieu, l’extraction des
caractéristiques physiques du matériau excité (fréquence de coupure, vitesses transversale et
longitudinale), à partir du signal non stationnaire acoustique rétrodiffusé par une coque
cylindrique immergée dans l’eau, et dans un deuxième lieu l’identification et la détection des
différentes composantes des signaux normaux ECG (onde P, complexe QRS, onde T) et la
détection de la pathologie (supraventriculaire ou ventriculaire) pour les signaux ECG
anormaux dans le plan temps-fréquence.
Abstract
The thesis work falls in the information processing field, more specifically, the extraction
of the acoustic and biomedical signals frequency characteristics.
This research focuses mainly on the application of nonparametric time-frequency
algorithms, namely Spectrogram, Wavelets Transform, Smoothed Pseudo Wigner-Ville,
Choi-Williams, Born-Jordan, and Bessel distribution, to acoustic signals backscattered by
cylindrical shells and various biomedical signals (electrocardiogram (ECG): normal,
supraventricular, ventricular, ...).
The obtained results allowed in a first time, the extraction of the excited material physical
characteristics (cutoff frequency, transverse and longitudinal velocities) from the non-
stationary acoustic signal backscattered by a cylindrical shell immersed in water, and in a
second time the identification of the various normal ECG signal components (P wave, QRS
complex, T wave) and the disease detection (supraventricular or ventricular) for the abnormal
ECG signals in the time-frequency plan.