Kaoulal, RHedeili, NChikh, MaBaroudi, F2012-05-232012-05-232003-09-28https://dspace.univ-tlemcen.dz/handle/112/843Conférence Internationale sur les Systèmes de Télécommunication , d’Electronique Médicale et d’Automatique, CISTEMA’2003On propose dans ce papier deux modèles de classificateurs neuronaux destinés a l’identification de la pathologie cardiaque extrasystole ventriculaire "ESV" ,dont le premier classificateur est un réseau de kohonen ( la méthode LVQ "Learning Vector Quantization") ,et le deuxième est un réseau de neurones multicouches (la méthode de rétropropagation de gradient). Notre but principal est d’avoir un meilleur taux de classification avec une architecture minimale, nous avons appliqué la méthode LPC (Linear Prédictive Coding) afin d’avoir un vecteur d’entré réduit .Notons que les signaux ECG exploités pendant les différentes phases (phase d’apprentissage, phase de validation) de cette étude sont tous extraits de la base de données (MIT-BIH).frSignaux ECGMIT-BIHclassificateur neuronalLPCLVQrétropropagation de gradientArticle