Analyse du signal phonocardiogramme pour l’extraction de constantes cardiaques

Abstract:

Le signal phonocardiogramme (PCG) est un signal acoustique issu du fonctionnement mécanique du cœur humain. Bien que délaissé de nos jours, son exploitation avec les différentes avancées technologiques apporte pas mal d’informations sur l’état du cœur. Dans nos travaux, nous avons analysé des signaux PCG normaux issus de la base de données du "Pascal Classifying Heart Sound Challenge" pour détecter les principaux bruits B1 et B2 d’un PCG. Trois méthodes ont été utilisées à cet effet : l’énergie de Shannon, la transformée de Hilbert et la transformée en ondelette continue. L’énergie de Shannon est celle ayant permis une meilleure détection sur l’ensemble des signaux analysés. Aux PCG normaux, nous ajoutons des PCG anormaux et procédons à une extraction des constantes que sont : les durées moyennes de B1, de B2, de la systole, de la diastole et la fréquence cardiaque. Avec ces nouvelles données, nous réalisons une classification "PCG normal, PCG anormal" en entrainant plusieurs modèles d’intelligence artificielle. Nous obtenons une meilleure précision de classification de 73.8% avec le Weighted KNN. Dans la suite de nos travaux, nous avons mis en place un système d’acquisition de signaux PCG et réalisé une interface graphique pour retourner les constantes extraites ainsi qu’un diagnostic sur l’état du PCG acquis. Nos travaux ont été principalement réalisé sous MATLAB. Notons aussi que nous avons été chez un cardiologue pour valider le travail réalisé.

Google Scholar: https://scholar.google.com/citations?view_op=view_citation&hl=fr&user=7aH_AsgAAAAJ&pagesize=100&sortby=pubdate&citation_for_view=7aH_AsgAAAAJ:nb7KW1ujOQ8C

DOI:

PDF: