Titre :	Classification des arythmies cardiaques par les chaînes de Markov cachées
Type de document :	document électronique
Auteurs :	Bouchra TRIQUI, Auteur
Année de publication :	2010
Importance :	79 p.
Accompagnement :	CD
Langues :	Français (fre)
Catégories :	Informatique:Reconnaissance des Formes - Intelligence Artificielle
Mots-clés :	Electrocardiogramme (ECG), extrasystole ventriculaire, extrasystole auriculaire, extrasystole jonctionnelle, connaissance, chaine de Markov cachée, réseaux de neurones, intelligence artificielle.
Résumé :	Nous traitons dans ce mémoire l’extraction de la connaissance à partir des données, en utilisant les chaines de Markov cachées afin d’implémenter un classifieur des pathologies cardiaques. Dans un premier temps nous introduisons des notions de base en électrophysiologie du coeur en précisant la nature électrique du signal ECG et ses différentes ondes (P, Q, R, S et T), nous présentons après la définition de quelques pathologies cardiaques contenant des anomalies ciblées dans notre étude (les extrasystoles ventriculaires, Auriculaires et Jonctionnelle). Ensuite nous présentons notre méthode basée sur les chaines de markov cachées et la comparer avec les réseaux de neurones, les SVM, ect. Les résultats de nos expérimentations et leurs interprétations sont donnés pour mieux comprendre notre approche et de bien voir l’apport de cette dernière dans le domaine cardiologique en particulier.
Directeur de thèse :	BENYETTOU ,Abdelkader

Classification des arythmies cardiaques par les chaînes de Markov cachées [document électronique] / Bouchra TRIQUI, Auteur . - 2010 . - 79 p. + CD.
Langues : Français (fre)

Catégories :	Informatique:Reconnaissance des Formes - Intelligence Artificielle
Mots-clés :	Electrocardiogramme (ECG), extrasystole ventriculaire, extrasystole auriculaire, extrasystole jonctionnelle, connaissance, chaine de Markov cachée, réseaux de neurones, intelligence artificielle.
Résumé :	Nous traitons dans ce mémoire l’extraction de la connaissance à partir des données, en utilisant les chaines de Markov cachées afin d’implémenter un classifieur des pathologies cardiaques. Dans un premier temps nous introduisons des notions de base en électrophysiologie du coeur en précisant la nature électrique du signal ECG et ses différentes ondes (P, Q, R, S et T), nous présentons après la définition de quelques pathologies cardiaques contenant des anomalies ciblées dans notre étude (les extrasystoles ventriculaires, Auriculaires et Jonctionnelle). Ensuite nous présentons notre méthode basée sur les chaines de markov cachées et la comparer avec les réseaux de neurones, les SVM, ect. Les résultats de nos expérimentations et leurs interprétations sont donnés pour mieux comprendre notre approche et de bien voir l’apport de cette dernière dans le domaine cardiologique en particulier.
Directeur de thèse :	BENYETTOU ,Abdelkader