Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
AKHBARI Mahsa

”Analyse des intervalles ECG inter- et intra-battement sur des modèles d’espace d’état et de Markov caches”

 

Directeur de thèse :     Christian JUTTEN

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : IESA

Établissement d'origine : Université de Technologie - SHARIF (Iran)

Financement(s) : Bourse campus france ; contrat à durée déterminée ; contrat à durée déterminée ; bourse attribuée par un gouvernement étranger ; contrat à durée déterminée

 

Date d'entrée en thèse : 01/10/2012

Date de soutenance : 08/02/2016

 

Composition du jury :
Lotfi SENHADJI, Université de Rennes 1, Rapporteur
Vicente ZARZOSO, Université Nice Sophia Antipolis, Rapporteur
Mohammad Hassan MORADI, Université de Amir Kabir, Examinateur
Reza SAMENI, Université de Shiraz, Examinateur
Emad FATEMIZADEH, Université de technologie de Sharif, Examinateur
Bijan VOSOUGHI VAHDAT, Université de technologie de Sharif, Examinateur
Christian JUTTEN, Université Joseph Fourier, Directeur de thèse
Mohammad Bagher SHAMSOLLAHI, Université de technologie de Sharif, Co-directeur de thèse

 

Résumé : Les maladies cardiovasculaires sont l’une des principales causes de mortalité chez l’homme. Une façon de diagnostiquer des maladies cardiaques et des anomalies est le traitement de signaux cardiaques tels que le ECG. Dans beaucoup de ces traitements, des caractéristiques inter-battements et intra-battements de signaux ECG doivent être extraites. Ces caractéristiques comprennent les points de repère des ondes de l'ECG (leur début, leur fin et leur point de pic), les intervalles significatifs et les segments qui peuvent être définis pour le signal ECG. L’extraction des points de référence de l’ECG consiste à identifier l’emplacement du pic, de début et de la fin de l’onde P, du complexe QRS et de l’onde T. Ces points véhiculent des informations cliniquement utiles, mais la segmentation precise de chaque battement de l’ECG est une tâche difficile, même pour les cardiologues expérimentés. Dans cette thèse, nous utilisons un cadre bayésien basé sur le modèle dynamique d’ECG propose par McSharry. Depuis ce modèle s’appuyant sur la morphologie des ECG, il peut être utile pour la segmentation et l’analyse d’intervalles d’ECG. Afin de tenir compte de la séquentialité des ondes P, QRS et T, nous utiliserons également l’approche de Markov et des modèles de Markov cachés (MMC). En bref dans cette thèse, nous utilisons un modèle dynamique (filtre de Kalman), un modèle séquentiel (MMC) et leur combinaison (commutation de filtres de Kalman (SKF)). Nous proposons trois méthodes à base de filtres de Kalman, une méthode basée sur les MMC et un procédé à base de SKF. Nous utilisons les méthodes proposées pour l’extraction de points de référence et l’analyse d’intervalles des ECG. Le méthodes basées sur le filtrage de Kalman sont également utilisés pour le débruitage d’ECG, la détection de l’alternation de l’onde T, et la détection du pic R de l’ECG du foetus. Pour évaluer les performances des méthodes proposées pour l’extraction des points de référence de l’ECG, nous utilisons la base de données ”Physionet QT”, et une base de données ”Swine” qui comprennent ECG annotations de signaux par les médecins. Pour le débruitage d’ECG, nous utilisons les bases de données ”MIT-BIH Normal Sinus Rhythm”, ”MIT-BIH Arrhythmia” et ”MIT-BIH noise stress test”. La base de données ”TWA Challenge 2008 database” est utilisée pour la détection de l’alternation de l’onde T. Enfin, la base de données ”Physionet Computing in Cardiology Challenge 2013 database” est utilisée pour la détection du pic R de l’ECG du feotus. Pour l’extraction de points de reference, la performance des méthodes proposées sont évaluées en termes de moyenne, écart-type et l’erreur quadratique moyenne (EQM). Nous calculons aussi la sensibilité des méthodes. Pour le débruitage d’ECG, nous comparons les méthodes en terme d’amélioration du rapport signal à bruit.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31