Analyse de l'électrocardiogramme humain pour la classification automatique des arythmies et les systèmes de reconnaissance biométrique à l'aide de paramètres de modélisation analytiques et autorégressifs

Abstract

L'électrocardiogramme (ECG) est l'onde P-QRS-T représentant les informations sur l'état du coeur. La forme et la taille du signal ECG peuvent contenir des informations utiles sur la nature de la maladie affectant le coeur. Les médecins utilisent des électrocardiogrammes pour détecter et diagnostiquer des conditions telles que les arythmies et les infarctus du myocarde. Le travail décrit dans ce mémoire étudie le système conçu pour deux applications principales, le système de classification d'électrocardiogramme basé sur des modèles autorégressifs qui identifie les signaux d'électrocardiogramme normaux et anormaux et le système biométrique d'électrocardiogramme basé sur des fonctionnalités d'analyse et de modélisation qui identifie chaque personne individuellement à partir de son électrocardiogramme. Le but de toute classification d'électrocardiogramme et système biométrique décrits dans ce travail est d'obtenir un taux de précision élevé lors de l'identification des électrocardiogrammes. La classification de l'électrocardiogramme et les systèmes biométriques se composent de quatre étapes principales, le prétraitement du signal de l'électrocardiogramme, la détection complexe QRS, l’onde P et T, l'extraction de caractéristiques et les algorithmes de classification