ISBN-13: 9783841630841 / Francuski / Miękka / 2018 / 112 str.
ISBN-13: 9783841630841 / Francuski / Miękka / 2018 / 112 str.
Le traitement des signaux ECG connait actuellement plus d'importance avec le dA(c)veloppement de la tA(c)lA(c)mA(c)decine. En effet, le traitement permet de gA(c)rer considA(c)rablement les informations mA(c)dicales afin d'extraire le maximum de donnA(c)es utiles. Notre objectif est d'A(c)laborer les mA(c)thodes de traitement des signaux ECG A base de la transformA(c)e en ondelettes. Pour commencer, nous avons A(c)tudiA(c) les caractA(c)ristiques des signaux ECG, ainsi que les diffA(c)rentes opA(c)rations de traitement appliquA(c)es A ce signal. Nous avons aussi dA(c)crit de faAon exhaustive et comparative, les algorithmes de des signaux ECG. Le rA(c)sultat est un nettoyage du signal montrant encore des dA(c)tails importants. Nous avons A(c)laborA(c) notre propre algorithme de dA(c)tection, qui commence par l'application d'un seuil pour dA(c)tecter les pics R, puis la segmentation en fenAatres dont les durA(c)es coAncident avec celles des cycles cardiaques. Ensuite, on a appliquA(c) notre technique pour dA(c)terminer les diffA(c)rents paramA]tres du signal afin de classifier le signal selon sa nature (normal ou pathologique), et enfin d'A(c)tablir un rapport qui assistera le staff mA(c)dical dans son diagnostic.
Le traitement des signaux ECG connait actuellement plus dimportance avec le développement de la télémédecine. En effet, le traitement permet de gérer considérablement les informations médicales afin dextraire le maximum de données utiles. Notre objectif est délaborer les méthodes de traitement des signaux ECG à base de la transformée en ondelettes. Pour commencer, nous avons étudié les caractéristiques des signaux ECG, ainsi que les différentes opérations de traitement appliquées à ce signal. Nous avons aussi décrit de façon exhaustive et comparative, les algorithmes de des signaux ECG. Le résultat est un nettoyage du signal montrant encore des détails importants. Nous avons élaboré notre propre algorithme de détection, qui commence par lapplication dun seuil pour détecter les pics R, puis la segmentation en fenêtres dont les durées coïncident avec celles des cycles cardiaques. Ensuite, on a appliqué notre technique pour déterminer les différents paramètres du signal afin de classifier le signal selon sa nature (normal ou pathologique), et enfin détablir un rapport qui assistera le staff médical dans son diagnostic.