La détection précoce des anomalies du rythme cardiaque basée sur le signal ECG par l’arbre de décision automatisée

Abstract

Les maladiesdurythmecardiaque(lesarythmies)sontl’unedesprincipalescausesde mortalité danslemonde.Parconséquence,ladétectionetlaclassificationdesarythmies cardiaques sontessentiellesaudiagnosticdespatientssouffrantd’anomaliescardiaques. Dans lalittérature,ilexistedenombreusesapprochesdeclassificationefficaces,telles que l’arbrededécision,conçuepourl’analysedusignalÉlectrocardiogramme(ECG). Cependant,letauxdeclassificationatteintrestemodéréetquelasauvegardepermanente n’est pasencoreofferte.Deplus,iln’existepasdesdispositifsdesuividurythmecardiaque à laportéedescitoyensentermesdeprix. Pourfairefaceàcesproblèmes,nousproposonsd’améliorerdelaméthoded’arbre de décisionensuggérantunnouvelalgorithmederecherchertabou(RT)pourtrouver le nombreoptimald’arbresoùlaprécisiondelaclassificationdusignalECGetlataille d’arbre sonttraitéescommedescritèresdelafonctionobjectif.Deplus,nousproposons une conceptiondecesystèmepourqu’ilsoitcapableàenregistrerlesignalECGdemanière permanente.Lesystèmeproposécomportequatreétapesprincipales,àsavoirlacollecte de donnéesdusignalECG,leprétraitementetledébruitagedecesdonnées,l’extraction de caractéristiquesetlaclassificationdecesignalàl’aidedel’approched’arbrededécision améliorée. Pourvalidercetteproposition,unensembled’expériencesaétémenésurles bases dedonnéesprovenantdusitewebPhysionetetd’uneplate-formeréalistedesanté connectée demarqueCookinghacks.Lesrésultatsobtenusontmontréquel’arbrede décision amélioréepeutatteindre97,8%delaprécisiondelaclassificationenfonction d’un nombreoptimald’arbresquiest6. III