Classification des anomalies cardiaques par les réseaux de neurones convolutifs

Abstract

Le travail effectué dans ce mémoire concerne la classification des signaux ECG par des réseaux de neurones convolutifs (CNN). Le signal électrocardiographique (ECG) est l'un des outils les plus efficaces pour évaluer l'état de santé cardiaque des patients. Il illustre le tracé de l’évolution de l'activité électrique du cœur au cours du temps. Dans ce travail, nous avons implémenté un modèle de classification automatique des anomalies cardiaques dans les signaux ECG en se basant sur l’utilisation conjointe de la transformée en ondelettes continue (TOC) et d’un réseau de neurones convolutif.