Méthodes de filtrage adaptatif appliquées à l’extraction de l’ECG foetal

Abstract

Cette thèse porte sur la récupération d'un électrocardiogramme foetal (fECG) à partir de signaux abdominaux non invasifs, grâce à des techniques de filtrage adaptatif. Le fECG est un signal biomédical important qui fournit un retour d'information immédiat sur l'activité cardiaque foetale et permet un diagnostic précoce de détresse foetale, d'hypoxie ou de malformation cardiaque. Cependant, la séparation du fECG représente un défi technologique en raison de sa faible tension, des interférences causées par le mECG dominant et de la présence de bruit, le tout dans un environnement de signal non stationnaire. Les techniques conventionnelles de traitement du signal ont tendance à échouer dans ces conditions. Pour remédier à cela, nous apprenons et mettons en oeuvre trois algorithmes de filtrage adaptatif – LMS, NLMS et RLS – capables d'adapter leurs paramètres en temps réel afin d'extraire le fECG plus efficacement. L'ECG abdominal est simulé en combinant des signaux mECG et fECG connus, et tous les algorithmes sont comparés à l'aide de mesures de l'erreur quadratique moyenne (MSE) et du coefficient de corrélation. Nos résultats montrent que le LMS est simple mais sensible aux paramètres, tandis que le NLMS améliore la stabilité à une légère variation.