Apprentissage Neuronal Profond pour l’Analyse d’un ECG

Abstract

Le signal ECG représente l’activité électrique du cœur, et reflète l’état de santé de l’appareil cardiovasculaire. Le taux élevé de mortalité dans le monde dû aux problèmes liés au dysfonctionnement de l’appareil cardiaque a poussé les chercheurs à développer des techniques de classification automatique des maladies cardiovasculaires pour un bon diagnostic. Au cours de cette étude, nous allons étudier le signal électrocardiogramme (ECG),dont le but est d’automatiser la détection des arythmies cardiaques, en construisant un système permettant de classer leurs différents types. L'approche de ce problème consiste à utiliser les réseaux neuronauxen particulier, l’apprentissage profond (Deep Learning), pour classer les battements du cœur. Nous présentons a la fin de ce projet les résultats de classification en utilisant la base de données « MIT-BIH Arrhythmia ».