Traitement automatique du signal ECG pour l'aide au diagnostic de ...
Traitement automatique du signal ECG pour l'aide au diagnostic de ...
Traitement automatique du signal ECG pour l'aide au diagnostic de ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
CHAPITRE 3. EFFET DU SOUS-ÉCHANTILLONNAGE 21<br />
Figure 3.2 – Algorithme <strong>de</strong> segmentation <strong>de</strong> la trace : les échantillons obtenus<br />
sont les échantillons où les changements ont été les plus importants dans le <strong>signal</strong><br />
<strong>de</strong> base. Sur cette illustration nx correspond à X.<br />
Sous-échantillonnage simple<br />
C’est la technique la plus simple, elle consiste à gar<strong>de</strong>r les battements <strong>au</strong><br />
hasard (mais sans remise) ou à gar<strong>de</strong>r un échantillon tous les n échantillons.<br />
Technique « On The Fly »<br />
Cette technique est utilisée dans [3] <strong>pour</strong> effectuer un « pré-clustering » <strong>pour</strong><br />
ré<strong>du</strong>ire le nombre <strong>de</strong> battements et ainsi diminuer le temps <strong>de</strong> calcul. Elle se base<br />
sur la propriété suivante : chaque tracé <strong>ECG</strong> a une faible variablilité intra-<strong>signal</strong>,<br />
il est donc h<strong>au</strong>tement probable que <strong>de</strong>s battements consécutifs appartiennent à<br />
la même classe [3].<br />
Le résultat <strong>de</strong> cette technique est un ensemble <strong>de</strong> centroï<strong>de</strong>s R = {r1, ...rK} où<br />
K