Analyse du signal phonocardiogramme par une technique non linéaire

Abstract

Les maladies cardiovasculaires constituent actuellement la plus grande menace pour la santé humaine dans le monde. On sait qu'une investigation appropriée des anomalies des bruits du coeur fournit des informations cliniques vitales qui peuvent aider au diagnostic et à la gestion des pathologies cardiaques. Le signal phonocardiogramme (PCG) est toujours le principal outil de dépistage et de diagnostic de nombreuses pathologies du coeur humain. Dans ce travail, l'analyse des signaux de phonocardiogramme basée sur l'approche statistique d'ordre supérieur (HOS) ou également connue sous le nom d'analyse bispectrale est présentée. Pour un ensemble de signaux PCG avec plusieurs types de souffles, l'étude actuelle propose une présentation graphique unique du bispectre pour chaque type de signal phonocardiogramme. Cela peut être utilisé comme un outil visuel pour le diagnostic des dysfonctionnements cardiaques. De plus, un ensemble de paramètres basés sur les HOS et extraits des signaux PCG ont été étudiés. Ensuite, une étude des paramètres proposés a été réalisée. Les caractéristiques proposées s'avèrent être discriminantes en utilisant le test statistique ANOVA. Les caractéristiques sélectionnées ont été soumises aux méthodes d'apprentissage automatique KNN et SVM pour une classification automatique en cinq classes. D’après les résultats obtenus par l'analyse des différents bruits cardiaques, Il a été montré que les caractéristiques du bispectre peuvent avoir un bon potentiel pour discriminer et classer divers signaux PCG. En outre, les paramètres calculés semblent être un outil très approprié pour suivre la sévérité pathologique des signaux cardiaques sonores. Leur variation peut fournir de manière fiable une vision claire de l'importance croissante de la gravité cardiaque.