L’analyse de la dynamique du système cardiovasculaire à travers le signal ECG par des approches non linéaires.

Abstract

L’activité cardiaque n’est pas vraiment régulière et peut exhiber un comportement chaotique. En effet, le principe de l’homéostasie prétend qu’un système biologique s’autorégule pour réduire la variabilité et pour maintenir ses sorties constantes après une quelconque perturbation. Cependant, des faits nouveaux indiquent que les systèmes biologiques sains tendent à montrer des dynamiques irrégulières avec des fluctuations complexes, même à l’état de repos. En d’autres termes, ce n'est pas du désordre que naît une maladie mais bien d'une régularité. L'approche fractale pour l'étude de ces systèmes complexes a fait ses preuves dans notre travail. Cette thèse du domaine du traitement du signal ECG, utilisant des méthodes non linéaires comme l’analyse fractale, vise à reconnaitre quatre pathologies cardiaques d’une manière automatique. Une première étape consiste à extraire les caractéristiques principales du signal, ensuite la phase de calcul des dimensions fractales pour terminer avec une classification. Un algorithme est implémenté et testé sur les signaux de la base MIT-BIH pour distinguer entre les battements normaux et pathologiques.