Traitement et classification des signaux Phonocardiogrammes (PCGs) par réseaux de neurones

Abstract

Le signal phonocardiogramme (PCG) est un enregistrement sonore qui provient de l'activité mécanique du coeur humain. Bien que son utilisation soit moins courante de nos jours, il offre des informations précieuses sur l'état cardiaque grâce aux avancées technologiques. Le traitement des bruits cardiaques enregistrés revêt une grande importance dans le diagnostic des différentes pathologies cardiaques, en particulier celles liées aux valves cardiaques qui sont à l'origine de ces bruits. La classification des signaux PCG pour la reconnaissance des cas pathologiques représente un défi majeur pour les cardiologues. Dans cette étude, nous proposons une méthode d'aide au diagnostic basée sur l'analyse automatique des signaux phonocardiogrammes. Nous avons analysé des signaux PCG provenant d'une base de données du site de’’ l'American College University’’. Pour améliorer la qualité de ces enregistrements, nous avons appliqué un filtre de seuillage des coefficients d'ondelettes. Ensuite, nous avons effectué la segmentation en utilisant une approche temporelle basée sur l'énergie de Shannon et le calcul de l'enveloppe d'énergie. Nous avons extrait des paramètres permettant de distinguer les cas pathologiques des cas sains. Enfin, nous avons utilisé le réseau de neurones artificiels(RNA) pour effectuer la classification.