Développement d’une méthode basée sur la décomposition modale empirique pour l’analyse automatique des anomalies dans les signaux phonocardiographiques.

Abstract

Ce travail porte sur la segmentation et la caractérisation des murmures cardiaques à partir des signaux PCG. Ces signaux contiennent à la fois les sons cardiaques normaux et des murmures pathologiques, souvent mélangés et difficiles à distinguer. Deux approches ont été étudiées. La première repose sur l’hypothèse de bruit seul, et utilise l’EMD pour extraire le murmure dominant du signal. La seconde s’appuie sur la corrélation entre la première et la deuxième IMF pour détecter un mélange de modes, puis appliquer un filtrage par décomposition en ondelettes discrètes (DWT) pour améliorer la segmentation. Une caractérisation du murmure extrait a été réalisée. Les résultats montrent que la seconde approche offre une meilleure segmentation et une représentation plus claire du murmure, confirmée par des critères quantitatifs et des représentations temps-fréquence. Ce travail ouvre la voie au développement de systèmes automatiques d’aide au diagnostic en cardiologie.