Modélisation polynomiales de signaux physiologiques

Abstract

Cette thèse se focalise sur l’amélioration de l’analyse des électrocardiogrammes (ECG) en vue de la compréhension et du diagnostic précoce des arythmies cardiaques. La première contribution de ce travail réside dans une méthode de détection des pics R dans les signaux ECG, qui combine la Transformée en Ondelettes Empiriques (TOE), l’enveloppe de Hilbert et l’Algorithme de Pollinisation des Fleurs (APF), visant à accroître la précision de cette détection essentielle. Deuxièmement, cette thèse propose une méthode pour la détection et la classification des contractions ventriculaires prématurées (PVC) dans les ECG, en utilisant les coefficients polynomiaux de Tchebychev et le classificateur k-plus proches voisins (KNN). Ce travail cherche à améliorer l’efficacité de l’analyse des ECG, avec des implications importantes pour le diagnostic et la gestion des troubles cardiaques, tout en suggérant des pistes de recherche futures dans ce domaine.