24.06.2013 Views

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 ...

SHOW MORE
SHOW LESS

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 34<br />

- Sous-échantillonnage <strong>de</strong> type Clustering : k-means avec un recentrage à la<br />

fin et la norme d’ordre 2 (cas 3 et 4).<br />

- Sous-échantillonnage <strong>de</strong> type Technique « On The Fly » avec la norme<br />

d’ordre 2 (cas 5 et 6).<br />

Sur les battements <strong>de</strong> longueurs différentes :<br />

- Sous-échantillonnage <strong>de</strong> type Technique « On The Fly » avec la norme<br />

DTW (cas 7 et 8).<br />

- Sous-échantillonnage <strong>de</strong> type Clustering : k-means avec un recentrage à la<br />

fin et la norme d’ordre 2, les battements ayant été ré<strong>du</strong>its à une longueur<br />

constante <strong>de</strong> 150 échantillons en utilisant la trace (cas 9 et 10).<br />

- Sous-échantillonnage <strong>de</strong> type Technique « On The Fly » avec la norme<br />

d’ordre 2, les battements ayant été ré<strong>du</strong>its à une longueur constante <strong>de</strong> 150<br />

échantillons en utilisant la trace : une étu<strong>de</strong> préliminaire a montré qu’obtenir<br />

un nombre <strong>de</strong> battements compris entre le minimum et le maximum<br />

<strong>de</strong>s classes S, V et F après ce sous-échantillonnage était malaisée. Elle a<br />

donc été abandonnée.<br />

Chacune <strong>de</strong> ces doubles expériences (LDA pondéré et non-pondéré) ont<br />

été répétées n fois. Si n est grand, les résultats seront plus fiables et la<br />

comparaison <strong>de</strong>s expériences entre elles également. n = 20 a été choisi, ce<br />

qui représente déjà une semaine <strong>de</strong> calcul sur <strong>de</strong>s ordinateurs récents <strong>pour</strong><br />

les métho<strong>de</strong>s <strong>de</strong> sous-échantillonnage les plus complexes (clustering). Le<br />

nombre <strong>de</strong> battements fin<strong>au</strong>x <strong>pour</strong> la classe N est aléatoire <strong>pour</strong> chaque<br />

expérience ni mais toujours compris entre le minimum et le maximum <strong>du</strong><br />

nombre <strong>de</strong> battements <strong>pour</strong> les classes S, V et F. Dans le cas <strong>de</strong>s techniques<br />

OTF, le caractère aléatoire est obtenu en fixant nécart−type <strong>au</strong> hasard parmi<br />

les valeurs qui mène à K entre le minimum et le maximum <strong>du</strong> nombre <strong>de</strong><br />

battements <strong>pour</strong> les classes S, V et F. Pour les <strong>au</strong>tres techniques, K est<br />

un paramètre simple à changer.<br />

3.3 Résultats<br />

La Figure 3.4 présente les performances obtenues <strong>pour</strong> chaque double expérience<br />

(n = 20) sous forme <strong>de</strong> boxplot 1 . La Table 3.6 compare ces résultats entre<br />

eux grâce à un test <strong>de</strong> Stu<strong>de</strong>nt <strong>de</strong> supériorité.<br />

1. Souvent tra<strong>du</strong>it par "boîte à moustache"

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!