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

CHAPITRE 3. EFFET DU SOUS-ÉCHANTILLONNAGE 31
3.2 Méthodologie
Dans cette partie, nous allons mener plusieurs expériences qui respecteront
toutes la structure décrite à la Figure 3.3. Le but est de comparer plusieurs
méthodes de sous-échantillonnage servant à rééquilibrer les quatre classes en
diminuant le nombre de battements dans la première. Toutes les expériences sont
astreintes à avoir un nombre de battements normaux compris entre le minimum
et le maximum des trois autres classes.
3.2.1 Sous-échantillonnage et sélection de caractéristiques
Les différents outils ayant été introduits à la Section 3.1, nous allons maintenant
réfléchir à la meilleure manière de les agencer pour obtenir de bonnes
performances de classification.
Le sous-échantillonnage et la sélection de caractéristiques ont ici plusieurs buts
distincts :
- Le sous-échantillonnage est utilisé pour essayer de rééquilibrer les classes.
Seule la classe N sera réduite, car nous allons faire l’hypothèse que cela
permettra aux classes d’être « suffisamment » équilibrées pour obtenir de
bonnes performances. Une autre piste aurait pu être de ramener toutes les
classes à un nombre commun de battements mais comme la classe F ne
comporte qu’un nombre très faible de battements, cette piste n’a pas été
investiguée dans un premier temps.
- Pour la sélection de caractérisiques, on dispose de beaucoup trop de cellesci
et certaines ne sont pas pertinentes. Des caractéristiques inutiles peuvent
entrainer une diminution des performances, spécialement si les classes sont
déséquilibrées [29], [30]. Enlever les caractéristiques superflues est donc important
pour cette raison.
- Le nombre de battements étant assez important, il sera nécessaire de réduire
les données pour diminuer le temps de calcul. Les données vont être
réduites deux fois, par sous-échantillonnage sur l’ensemble des battements
normaux et par une sélection de caractéristiques. Ces deux réductions devraient
permettre d’obtenir des délais de calcul raisonnables.
Une fois la classe N réduite et les caractéristiques superflues écartées (pour l’ensemble
d’apprentissage), l’analyse linéaire discriminante nous fournira un classifieur
que nous pourrons évaluer grâce à la matrice de confusion et au BCR.
Une première question importante est l’agencement des opérations : soit
d’abord sous-échantillonner puis choisir les variables, soit l’inverse. Une seconde
question est de savoir quoi utiliser comme données pour le sous-échantillonnage :