Traitement automatique du signal ECG pour l'aide au diagnostic de ...

More documents

Recommendations

Info

CHAPITRE 3. EFFET DU SOUS-ÉCHANTILLONNAGE 16 Battements cardiaques La base de données « MIT-BIH arrhythmia database » [19] sera utilisée. Celle-ci contient 48 heures d’enregistrement issues de 48 patients, pour un total d’approximativement 110 000 battements annotés selon 15 types (voir Section 2.5). Quatre patients possédant un pacemaker ont été écartés, suivant les recommandations de l’AAMI. Les 44 tracés restants sont divisés en deux groupes de 22. Le premier groupe constitue l’ensemble d’apprentissage et est utilisé pour bâtir le modèle. Le second groupe quand à lui constitue l’ensemble de test et est utilisé pour mesurer les performances du modèle. Les tracés ECG des deux groupes sont ensuite filtrés et débarrassés de leurs artefacts en utilisant la procédure décrite dans [17]. Un premier filtre médian de 200ms de largeur enlève le complexe composé des ondes Q, R et S et l’onde P. Le résultat est ensuite soumis à un second filtre médian de 600ms de largeur pour enlever l’onde T. Le signal en résultant contient la dérive de la ligne de base et est soustrait du signal original. L’artefact issu du secteur est ensuite enlevé avec un filtre coupe-bande de 60Hz. La localisation des pics R et le type de chaque battement sont fournis dans la base de données (dans un standard différent de celui de l’AAMI). La correspondance avec le standard est alors effectuée pour n’obtenir que quatre classes. Pour finir, les battements ayant un intervalle R-R plus petit que 150ms ou plus grand que 2000ms sont éliminés de la base de données car certainement mal annotés. N S V F Total Apprentissage 45809 942 3784 413 50948 89,91% 1,85% 7,43% 0,81% 100% Test 44099 1836 3219 388 49542 89,01% 3,71% 6,50% 0,78% 100% Table 3.1 – Distribution des battements dans les différentes classes. Les classes sont, comme attendu, fortement déséquilibrées. Deux méthodes pour isoler les battements vont être testées : - Une avec des battements de longueur constante : Ils sont coupés 500ms avant et après le pic R de chaque battement. - Une avec des battements de longueurs non-constantes : Ils sont coupés du début de l’onde P d’un battement jusqu’au début de l’onde P du battement suivant. Le but est de voir quelle méthode est la meilleure. Bien entendu, les outils devront être différents pour chacune de ces deux méthodes.
CHAPITRE 3. EFFET DU SOUS-ÉCHANTILLONNAGE 17 Extraction de caratéristiques L’extraction de nombreuses caractéristiques différentes sont proposées dans la littérature traitant de la classification des battements cardiaques. Les mêmes caractéristiques que dans [1] vont être utilisées, ce qui représente pas moins de 249 caractéristiques. Celles-ci peuvent être réparties en sept groupes : - Intervalles de segmentation (24 caractéristiques) : Les points caractéristiques de l’ECG, correspondant au début et à la fin des ondes P, du complexe QRS, et de l’onde T. Ils sont annotés pour chaque battement en utilisant l’algorithme non supervisé décrit dans [20]. Un ensemble de 24 caractéristiques est alors calculé à partir de ces points : – Complexe QRS : un booléen indiquant si les points Q et S ont été annotés, l’aire, le maximum, le minimum, l’aire positive, l’aire négative, l’écart-type, l’asymétrie, le kurthosis, la longueur, la longueur QR et la longueur RS. – Onde P : un booléen indiquant si son début et sa fin ont été annotés, l’aire, le maximum, le minimum et la longueur. – Onde T : un booléen indiquant si son début et sa fin ont été annotés, l’aire, le maximum, le minimum, la longueur, la longueur QT et la longueur ST. Lorsque les points nécessaires pour calculer une caractéristique n’ont pas été détectés à l’étape de segmentation du battement cardiaque, la valeur de celle-ci est définie par la valeur moyenne de cette caractéristique pour ce patient. - Intervalles R-R (8 caractéristiques) : Ce groupe se compose de quatre éléments bâtis à partir des segmentations originales du pic R de la base de données MIT-BIH ; l’intervalle R-R précédent, l’intervalle R-R suivant, l’intervalle R-R en moyenne dans une fenêtre de 10 pics R et l’intervalle R-R moyen du patient. Les quatre mêmes caractéristiques sont également calculées en utilisant les pics R détectés par l’algorithme de segmentation décrit dans [20]. - Caractéristiques morphologiques (19 caractéristiques) : Dix valeurs sont mesurées par échantillonnage uniforme de l’amplitude ECG dans une fenêtre définie par le début et la fin du complexe QRS, et neuf autres caractéristiques dans une fenêtre définie par la fin du complexe QRS et la fin de l’onde T. Comme les signaux ECG sont déjà échantillonnés, l’interpolation linéaire est utilisée pour estimer les valeurs intermé-
Page 1 and 2: Université catholique de Louvain E
Page 3 and 4: TABLE DES MATIÈRES 3 3.4 Discussio
Page 5 and 6: CHAPITRE 1. AVANT-PROPOS 5 unk : Bo
Page 7 and 8: CHAPITRE 2. INTRODUCTION 7 2.1 Anat
Page 9 and 10: CHAPITRE 2. INTRODUCTION 9 Figure 2
Page 11 and 12: CHAPITRE 2. INTRODUCTION 11 Les cla
Page 13 and 14: CHAPITRE 2. INTRODUCTION 13 2.6.1 M
Page 15: CHAPITRE 3. EFFET DU SOUS-ÉCHANTIL
Page 19 and 20: CHAPITRE 3. EFFET DU SOUS-ÉCHANTIL
Page 37 and 38: CHAPITRE 4. EFFET DE LA SÉLECTION
Page 43 and 44: CHAPITRE 5. EFFET DES OUTLIERS 43 C
Page 45 and 46: CHAPITRE 5. EFFET DES OUTLIERS 45 c
Page 47 and 48: CHAPITRE 5. EFFET DES OUTLIERS 47 C
Page 49 and 50: CHAPITRE 5. EFFET DES OUTLIERS 49 F
Page 55 and 56: CHAPITRE 6. VALIDATION DU MODÈLE 5
Page 61 and 62: CHAPITRE 7. CONCLUSIONS 61 Chapitre
Page 63 and 64: CHAPITRE 7. CONCLUSIONS 63 7.4 Trav
Page 65 and 66: BIBLIOGRAPHIE 65 [13] R. Jafari, H.

Traitement automatique du signal ECG pour l'aide au diagnostic de ...

Create successful ePaper yourself

Delete template?

Save as template?