Classification des anomalies cardiaques par les réseaux de neurones convolutifs

dc.contributor.author	Kussah, Sadjia
dc.contributor.author	Bouaziz, Fatiha (Encadreur)
dc.date.accessioned	2025-04-24T12:41:55Z
dc.date.available	2025-04-24T12:41:55Z
dc.date.issued	2024
dc.identifier.uri	http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/15082
dc.description	Option: Systèmes des télécommunications	fr_FR
dc.description.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.	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	Université de Jijel	fr_FR
dc.subject	Signal électrocardiographique, Classification automatique, Anomalies cardiaques, Réseau de neurones convolutif.	fr_FR
dc.title	Classification des anomalies cardiaques par les réseaux de neurones convolutifs	fr_FR
dc.type	Thesis	fr_FR