Vous êtes sur la page 1sur 124

MINISTERE DE LENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU

FACULTE DE GENIE ELECTRIQUE ET DE LINFORMATIQUE


DEPARTEMENT DELECTRONIQUE

MEMOIRE DE MAGISTER
Prsent par :

BENSAFIA Kahina
En vue de lobtention du diplme de Magister en Electronique
Option tldtection
Intitul :

Tlsurveillance : Transmission sans fil, par voie GSM, et


traitement du signal lectrocardiographie (ECG)

Devant le jury dexamen compos de :


Mr HAMMOUCHE Kamel

M.C classe A lUMMTO

Prsident

Mr HADDAB Salah

M.C classe A lUMMTO

Rapporteur

Mr LAGHROUCHE Mourad

Professeur lUMMTO

Examinateur

Mr AMEUR Soltane

Professeur lUMMTO

Examinateur

Soutenu le :

REMERCIEMENTS
Ce travail n'aurait pu tre ralis sans le soutien de plusieurs personnes. La
disponibilit et les comptences de chacun m'ont souvent permis de franchir des obstacles en
apparence insurmontables. Que soient donc ici, remercis tous ceux qui m'ont communiqu
l'nergie et la confiance ncessaires au droulement de cette thse.
Ma reconnaissance et mes remerciements sadressent mon directeur de mmoire
Monsieur HADDAB Salah, Maitre de Confrences A luniversit de Tizi Ouzou qui na
jamais cess de mencourager poursuivre ce travail. Permettez-moi de vous fliciter pour
votre patience exemplaire et vtres bons conseils.
Mes vifs remerciements sadressent galement HAMOUCHE Kamel, Maitre de
Confrences A luniversit Mouloud MAMMERI de Tizi-Ouzou, pour avoir accept de
prsider ce jury.
Ma reconnaissance et ma gratitude vont Monsieur LAGHROUCHE Mourad,
Professeur luniversit de Tizi-Ouzou pour avoir accept dexaminer ce travail.
Je remercie galement Monsieur AMEUR Soltane, Professeur luniversit de TiziOuzou pour avoir accept dexaminer ce travail.
Je tiens remercier aussi Monsieur AIT BACHIR Youcef pour mavoir aid
surmonter des difficults rencontres. Veuillez trouver dans ce travail lexpression de mes
sincres reconnaissances et respects.
Je tiens galement remercier monsieur BELGACEM Neureddine, docteur de
luniversit Abou Bekr Belkad de TLEMCEN d'avoir toujours t prsent en me donnant
des conseils et de l'aide d'une trs bonne qualit. J'ai apprci, tout particulirement, ses
dmarches d'une trs grande rigueur scientifique qui m'ont form et qui resterons, pour moi,
un exemple de conduite dans mes futurs travaux. La russite de ma thse n'aurait pas t
possible sans son aide prcieuse.
Ce travail a t ralis dans un cadre pluridisciplinaire, c'est pourquoi je tiens
remercier trs fortement des personnes qui ont t trs prsentes pour le bon droulement de
ce travail :
Monsieur DJENNOUNE, Professeur luniversit Mouloud MAMMERI de TiziOuzou.
Monsieur GUERMAH, Maitre de Confrences de luniversit Mouloud
MAMMERI de Tizi-Ouzou.
Monsieur BENAMANE, Maitre de Confrences de luniversit Mouloud
MAMMERI de Tizi-Ouzou.

Monsieur HAMICHE docteur de luniversit Mouloud MAMMERI de Tizi-Ouzou.


Mensieurs ELKECHAI, KANANE et ABDELLI, enseignants de luniversit
Mouloud MAMMERI de Tizi-Ouzou.
Enfin, un grand merci est adress :
A ma mre ;
A mes surs, mes frres et leurs familles ;
A lquipe de lentreprise : SARL 2A&M INFORMATIQUE ;
A Mounia ;
A Chahira et toute lquipe de son laboratoire L2CSP;
Aux membres du laboratoire LAMPA ;
A monsieur Nat achour Tarik ;
A madame Zalouk.
Je voudrais galement remercier tous ceux qui ont eu la patience de m'entourer tout
au long de ce travail.

DEDICACES
A la mmoire de mon Pre Meziane.

A tous ceux qui m'ont nourri de


leur amour et de leur tendresse.

SOMMAIRE
Liste des figures
Liste des tableaux
Introduction ...

01

Chapitre I : Gnralits sur le signal ECG


I. Anatomie du cur ....

03

II. Cycle cardiaque ...

05

III. La gense du signal lectrique cardiaque ...

05

IV. Electrocardiogramme de surface

07

IV.1. Les diffrentes dflexions de lECG.


IV.2. Les intervalles de lECG
V. Techniques et conditions denregistrement dun ECG

08
08
09

V.1. En milieu hospitalier.


V.2. Lacquisition ambulatoire.

09
10

VI.

Les drivations de llectrocardiogramme .

10

VII. Artefacts visibles sur lECG .

12

VIII. Quelques cas pathologiques courants..

12

VIII.1. Trouble de rythme

13

VIII.1.1. Bradycardie ..
VIII.1.2. La tachycardie ..
VIII.2. Trouble de rgularit.

13
14
14

VIII.2.1. Flutter ventriculaire ...


VIII.2.2. Flutter auriculaire..
VIII.2.3. Fibrillation ventriculaire
VIII.2.4. Fibrillation auriculaire ..

14
14
14
15

Conclusion

15

Chapitre II : Acquisition et Transmission du signal ECG


I. La tlmdecine ..

17

I.1. Dfinition ...


I.2. Les diffrents types dapplication de la tlmdecine ...
I.3. Avantages de la tlsurveillance.

17
17
18

II. Structure gnrale du systme..


II.1. Acquisition du signal ECG

19
20

II.1.1. Les lectrodes .


II.1.2. Lamplificateur dinstrumentation.
II.1.3. Numrisation du signal ECG ..
II.1.4. Description du PIC 16F877

21
22
23
23

II.1.4.1. Les broches dalimentations... 24


II.1.4.2. Le circuit dhorloge. 25
II.1.4.3. Le circuit dinitialisation 25
II.1.4.4. Le convertisseur analogique numrique. 26
II.1.4.5. La liaison srie USART.. 26
II.1.5. Prsentation du MAX232 .
26
II.2. Transmission sans fil du signal ECG

27

II.2.1. Le GSM et le GPRS ...


II.2.2. Le module GSM/GPRS (GM862) ..
II.2.3. Les commandes AT

27
28
29

II.3. Etude de lalimentation .


II.4. Schma lectrique de la carte dacquisition ambulatoire .

30
31

III. Rception du signal ECG

32

III.1. Schma lectronique la rception ..

32

Conclusion.

33

Chapitre III : Mthodes de traitement du signal ECG


I. Les rseaux de neurones ..

34

I.1. Historique .
I.2. Le neurone biologique ..
I.3. Le neurone artificiel (formel) ...
I.4. Types de rseaux de neurones formels .

35
36
36
39

I.4.1. Les rseaux feed-forward..


I.4.2. Les rseaux rcurrents...

40
40

I.5. Lapprentissage

41

I.5.1. Les lments de l'apprentissage connexionniste ..


I.5.2. Qu'est-ce qu'un algorithme d'apprentissage ? ...

41
42

I.6. Proprits des rseaux de neurones ..

43

I.6.1. Lapproximation universelle ...


I.6.2. Lapproximation parcimonieuse ..
I.6.3. La gnralisation et le sur-apprentissage...

43
43
44

I.7. Algorithmes dapprentissage de rtropropagation ...

45

I.7.1. Algorithme du gradient ...


I.7.2. Algorithme de Gauss-Newton..
I.7.3. Algorithme de Lavenberg Marquardt

46
46
47

II. Mthodes de dtection du complexe QRS

47

II.1. Algorithme bas sur la drive premire .


II.2. Algorithme bas sur l'amplitude et la drive premire ..
II.3. Algorithme bas sur les drives premire et seconde.
II.4. Algorithme bas sur les filtres numriques..

48
48
49
49

II.5. Algorithme de Pan Tompkins...

50

Conclusion..

50

Chapitre IV : Rsultats et interprtations


I. La base de donnes
II. Elimination des artefacts ..
II.1. Sparation de la base de donnes
II.2. La phase dapprentissage .
II.3. Slection dun modle de rseau ..
II.4. Rsultats de la phase dapprentissage ...

51
52
52
52
53
55

II.5. Rsultats de la phase de test ..

58

II.6. Interprtation .

64

III. Dtection du complexe QRS ...


III.1. Dtection du complexe QRS par la mthode base sur la drive premire et
seconde ..
III.1.1. Rsultats de la dtection
III.1.2. Discussion ..

64

III.2. Dtection du complexe QRS par la mthode de Pan et Tompkins.

68

III.2.1. Rsultats de la dtection .....


III.2.2. Discussion ..

70
76

III.3. Organigramme rcapitulatif de dtection ...


III.4. Comparaison entre les deux mthodes de dtection...
III.5. Interprtation . ;..
Conclusion..

77
78
80
80

Conclusion et perspectives ...

81

Rfrences bibliographiques
Annexes

65
66
66

Liste des figures


Figure I.1
Figure I.2
Figure I.3
Figure I.4
Figure I.5
Figure I.6
Figure I.7
Figure I.8
Figure I.9
Figure I.10
Figure I.11
Figure I.12

Anatomie du cur et des vaisseaux associs


Les phases du potentiel daction dune cellule myocardique et change
ioniques
Diffrentes dflexions de lECG.
Priode dun signal cardiaque avec les intervalles...
Drivations bipolaires dEinthoven
Drivations unipolaires des membres..
Drivation prcordiales de Wilson...
Bradycardie sinusale
Rythme d'chappement jonctionnel 35 bpm.....
Tachycardie sinusale
Fibrillation ventriculaire..
Fibrillation auriculaire..

4
7
8
9
11
11
12
13
13
14
14
15

Figure II.1
Figure II.2
Figure II.3
Figure II.4
Figure II.5
Figure II.6
Figure II.7
Figure II.8
Figure II.9
Figure II.10
Figure II.11
Figure II.12
Figure II.13
Figure II.14
Figure II.15
Figure II.16

Carte ambulatoire.
Schma synoptique de la chaine de transmission
Chane de traitement
Reprsentation des lectrodes.
Lamplificateur dinstrumentation INA 114...
Le PIC 16F877.
Circuit dhorloge..
Circuit dinitialisation..
Le MAX 232
Schma synoptique du systme de rception...
Le module GM862...
Schma de fonctionnement des commandes AT.
Lalimentation du circuit lectronique
Schma lectronique de la carte ambulatoire...
Schma synoptique du systme de rception...
Schma lectronique la rception..

16
19
21
22
22
24
25
25
26
27
28
30
30
31
32
32

Figure III.1
Figure III.2
Figure III.3
Figure. III.4
Figure. III.5
Figure III.6
Figure III.7
Figure III.8
Figure III.9
Figure III.10
Figure III.11
Figure III.12
Figure III.13

Modle du neurone biologique


Modle gnral du neurone formel..
La fonction Signe.
La fonction Sigmode...
La fonction Tangente hyperbolique.....
La fonction Gaussienne
Rseau de neurones non boucl ..
Rseau de neurones boucl..
Les lments de l'apprentissage...
Schma bloc de lapprentissage supervis...
Schma bloc de lapprentissage non supervis
Le rseau le plus parcimonieux ..
Schmatisation de lerreur en fonction du nombre dpoques lors de la
phase dapprentissage..

36
36
37
38
38
39
40
41
41
42
42
44
45

Figure III.14

Schma bloc dun dtecteur de QRS..

48

Figure IV.1
Figure IV.2
Figure IV.3

Exemple de deux enregistrements ECG de la base de donnes MIT BIH...


Architecture du rseau de neurones utilis......
Organigramme dapprentissage: limination des artefacts ds aux
mouvements du patient
Signal ECG avec les artefacts ds aux mouvements du patient : entre du
rseau.......
Signal ECG sans artefacts: sortie dsire.

51
53

Entre du rseau en bleu, sortie dsire en rouge


Rsultats de lentrainement..
Sortie du rseau : Phase dapprentissage.
Sortie du rseau en bleu, sortie dsire en rouge.
Entre du rseau en bleu, sortie dsire en rouge
Sortie du rseau et sortie dsire : Phase de test..
Erreur quadratique moyenne en utilisant lalgorithme de Lavenberg
Marquardt.
Signal dentre -A- Phase dapprentissage -B- Phase de test (signal 219)..
Rsultats de la sortie obtenus -A- Phase dapprentissage
-B- Phase de test (signal 219)..
Signal dentre -A- Phase dapprentissage -B- Phase de test (signal 123)..
Rsultats de la sortie obtenus -A- Phase dapprentissage -B- Phase de
test (signal 123)
Signal dentre -A- Phase dapprentissage -B- Phase de test (signal 123)..
Rsultats de la sortie obtenus -A- Squence dapprentissage -BSquence de test (signal 231)..
Signal ECG avant normalisation..
Signal ECG aprs normalisation..
Schma bloc de dtection du complexe QRS par la mthode bas sur la
1er et la 2me drive......
Signal ECG (Signal 230)..
Signal ECG aprs la premire drive.
Signal ECG aprs la deuxime drive
Signal ECG aprs la sommation..
Signal ECG aprs seuillage : Dtection du complexe QRS.
Schma bloc de dtecteur du complexe QRS par la mthode de Pan et
Tompkins.
Signal ECG (230).
Fonction de transfert du filtre passe bas...
Signal ECG aprs filtrage passe bas
Fonction de transfert du filtre passe haut.
Signal ECG aprs filtrage passe haut...
Signal ECG aprs drivation
Signal ECG aprs llvation en carr.....
Signal ECG la sortie de filtre moyenne glissante...
Dtection du complexe QRS
Nombre du complexe QRS dans 60 secondes.
Organigramme de dtection

56
56
57
57
58
59

Figure IV.4
Figure IV.5
Figure IV.6
Figure IV.7
Figure IV.8
Figure IV.9
Figure IV.10
Figure IV.11
Figure IV.12
Figure IV.13
Figure IV.14
Figure IV.15
Figure IV.16
Figure IV.17
Figure IV.18
Figure IV.19
Figure IV.20
Figure IV.21
Figure IV.22
Figure IV.23
Figure IV.24
Figure IV.25
Figure IV.26
Figure IV.27
Figure IV.28
Figure IV.29
Figure IV.30
Figure.IV.31
Figure IV.32
Figure IV.33
Figure IV.34
Figure IV.35
Figure IV.36
Figure IV.37
Figure IV.38

54
55
55

59
60
61
61
62
63
63
64
65
65
66
66
67
67
68
69
69
70
70
71
71
72
73
74
75
76
77

Liste des tableaux


Tableau II.1

Caractristiques du module GM862...............

29

Tableau III.1

La correspondance entre neurone biologique et neurone artificiel. 39

Tableau IV.1

Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire


dans la phase de dapprentissage et de test

60

Tableau IV.2

Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire


dans la phase de dapprentissage et de test (signal 219). 61

Tableau IV.3

Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire


dans la phase de dapprentissage et de test (signal 123). 62

Tableau IV.4

Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire


dans la phase de dapprentissage et de test (signal 231). 63

Tableau IV.2

Rcapitulatif des rsultats de dtection du complexe QRS par les deux


mthodes, avec un ensemble denregistrement ECG de la base de
donnes MIT BIH.......................

79

INTRODUCTION

Introduction

Les maladies cardiaques constituant lune des causes principales d'invalidit et de


dcs et leur apparition augmente avec l'ge. Mme si les connaissances acquises en
cardiologie sont grandes, le cur na pas encore dvoil tous ses secrets. La plupart des dcs
cardiaques se produisent l'extrieur des milieux hospitaliers et de nouvelles stratgies sont
ncessaires pour dtecter, ds que possible, l'apparition d'anomalies cardiaques.
L'lectrocardiographie est l'outil de diagnostic utilis pour valuer la probabilit
danomalies cardiaques. Cest une reprsentation graphique temporelle des diffrences de
potentiels prleves entre plusieurs lectrodes cutanes, ce qui permet davoir une
connaissance sur les phnomnes lectriques qui conduisent la contraction musculaire
cardiaque.
La tlmdecine regroupe les pratiques mdicales permises ou facilites

par les

tlcommunications. Ces derniers, et les technologies qui sont associes, permettent la


prestation de soins de sant distance et lchange de linformation mdicale sy rapportant.
Dans ce cadre, de nombreuses tudes ont port sur la conception d'un systme qui
transmet le signal ECG vers les centres de sant, en utilisant le rseau GSM [27], linternet
[26] [30] ou le bluetooth [26] [27] [31].
Lobjectif de ce travail est

de proposer un systme permettant lacquisition

ambulatoire du signal ECG puis, sa transmission distance, en utilisant le rseau GSM/GPRS


vers le centre de sant au niveau duquel seffectue le traitement, ce quon appelle la
tlsurveillance. A la rception le traitement du signal ECG seffectue sous le logiciel matlab
et consiste liminer les artefacts ds aux mouvements du patient et la dtection du
complexe QRS, dans le but de faire un diagnostic fiable et de dtecter dventuelles
pathologies.
Dans ce cadre, nous avons partag notre travail comme suit :
Le premier chapitre prsente, sommairement le fonctionnement du systme
cardiovasculaire et permet de comprendre lorigine des signaux lectriques enregistrs par
1

llectrocardiographie, ainsi que les pathologies les plus rencontres.


Le chapitre deux prsente une description des diffrentes tapes qui permettent
lacquisition, la numrisation et la transmission du signal ECG, lensemble de ces oprations
est regroup dans une seule carte appele carte ambulatoire.
A la rception, le signal doit tre trait pour, dune part, supprimer le bruit tendant
perturber lexploitation des donnes et, dautre part, extraire linformation permettant un
diagnostic fiable. Le chapitre trois dcrit alors les mthodes utilises.
Dans le chapitre quatre, nous prsentons les rsultats de lapplication des rseaux
de neurones pour liminer les artefacts ds aux mouvements du patient ainsi que les rsultats
obtenus par lapplication de deux mthodes de dtection du complexe QRS, lune est base
sur la premire et la deuxime drive, et lautre est lalgorithme de Pan et Tompkins. Une
interprtation et une comparaison des rsultats ont t effectues.
Nous terminons notre travail par une conclusion et les perspectives envisages.

Chapitre I
GENERALITES SUR LE
SIGNAL ECG

Chapitre I : Gnralits sur le signal ECG

Llectrocardiographie (ECG) est la traduction, sous forme lectrique, du


fonctionnement du muscle cardiaque. Lacquisition du signal ECG indolore et non invasive,
seffectue travers dlectrodes cutanes, convenablement rparties sur le corps humain, et
sensible au potentiel lectrique qui commande lactivit musculaire du cur. Cette acquisition
peut seffectuer en milieu hospitalier ou bien de faon ambulatoire, le patient vaquant alors
ses activits quotidiennes.
Nous prsentons, dans ce chapitre, le fonctionnement gnral du systme
cardiovasculaire, ses principales composantes, puis, de manire plus dtaille, le principe de
llectrocardiographie et Les caractristiques du cycle cardiaque ainsi que son processus de
propagation.
Nous abordons, galement, quelques pathologies cardiaques susceptibles dtre
dtectes partir du signal acquis.
Cette prsentation se limite au strict ncessaire pour une bonne comprhension de
notre travail, le lecteur intress par une approche mdicale rigoureuse pourra se reporter aux
nombreux ouvrages mdicaux disponibles sur le sujet comme notamment [1], [2] et [4].

I. Anatomie du cur :
Le cur est un organe contractile situ dans le thorax, entre les poumons, et permet
dassurer la circulation sanguine. Derrire le cur se trouvent les vaisseaux les plus
importants : les deux veines caves (infrieure et suprieure), les artres pulmonaires, et l'artre
aorte, comme l'illustre la figure I.1.
Le cur est un muscle creux spar en deux moitis indpendantes (droite et gauche).
Sa partie droite contient du sang pauvre en oxygne, et assure la circulation pulmonaire; sa
partie gauche renferme du sang riche en oxygne, qui est propuls dans tous les tissus.
Chacune des moitis comporte une oreillette et un ventricule qui communiquent par des
valves d'admission (tricuspide droite, et mitrale gauche) qui, l'tat normal, laissent passer
le sang uniquement de l'oreillette vers le ventricule. Il existe aussi des valves d'chappement
qui assurent la communication entre le ventricule droit et l'artre pulmonaire (valve
pulmonaire), ainsi qu'entre le ventricule gauche et l'artre aorte (valve aortique). Ces deux
valves se trouvent l'entre de l'aorte et de l'artre pulmonaire respectivement. Les valves
d'admission et d'chappement empchent le liquide de refluer, et ne doivent jamais tre
3

Chapitre I : Gnralits sur le signal ECG

ouvertes en mme temps. Sur la figure I.1, nous pouvons voir l'anatomie du cur et des
vaisseaux associs.
Les parois du cur sont constitues par le muscle cardiaque, appel myocarde,
compos d'un ensemble de cellules musculaires cardiaques. Le myocarde est tapiss
l'intrieur par l'endocarde, et est entour l'extrieur par le pricarde. Les oreillettes sont
spares par le septum interauriculaire et les ventricules par le septum interventriculaire. La
paroi ventriculaire gauche et le septum sont plus pais que la paroi ventriculaire droite. La
pompe gauche effectue le travail le plus important, car elle envoie le sang vers tous les tissus
o la pression est considrablement plus grande que celle de la circulation pulmonaire
pompe par le ventricule droit. Contrairement celles des ventricules, les parois des
oreillettes sont trs fines.
Il est noter que le fonctionnement du cur (cycle cardiaque) peut tre modifi par
lactivit des nerfs du systme nerveux. Pour plus de dtails voir annexe A.

Figure I.1 Anatomie du cur et des vaisseaux associs.

Chapitre I : Gnralits sur le signal ECG

II. Cycle cardiaque


Chaque battement du cur entrane une squence dvnements mcaniques et
lectriques collectivement appels cycle cardiaque. Celui-ci consiste en trois tapes majeures :
la systole auriculaire, la systole ventriculaire et la diastole.
Dans la systole auriculaire, les oreillettes se contractent et projettent le sang vers les
ventricules. Une fois le sang expuls des oreillettes, les valvules auriculo-ventriculaires entre
les oreillettes et les ventricules se ferment. Ceci vite un reflux du sang vers les oreillettes.
La systole ventriculaire implique la contraction des ventricules expulsant le sang vers
le systme circulatoire. Une fois le sang expuls, les deux valvules, pulmonaire droite et
aortique gauche se ferment.
Enfin, la diastole est la relaxation de toutes les parties du cur, permettant le
remplissage passif des ventricules et larrive de nouveau sang.
Les phases de contractions harmonieuses des oreillettes et des ventricules sont
commandes par la propagation dune impulsion lectrique. Lorsque la frquence cardiaque
change, la diastole est raccourcie ou rallonge tandis que la dure de la systole reste
relativement stable.

III. La gense du signal lectrique cardiaque


Comme tous les muscles du corps, la contraction du myocarde est provoque par la
propagation dune impulsion lectrique le long des fibres musculaires cardiaques induite par
la dpolarisation des cellules musculaires. En effet, le cur comporte un rseau intrinsque de
cellules conductrices qui produisent et propagent des impulsions lectriques, ainsi que des
cellules qui rpondent ces impulsions par une contraction. Lors dune activit cardiaque
normale, la stimulation lectrique du myocarde nat du nud sinusal, le pacemaker naturel du
cur. Pendant la priode dactivit (lie la systole) et de repos (lie la diastole), les
cellules cardiaques sont le sige de phnomnes lectriques complexes membranaires et
intracellulaires, qui sont lorigine de la contraction.

Chapitre I : Gnralits sur le signal ECG

Chaque cellule cardiaque est le sige dchanges membranaires dans lesquels sont
impliqus diffrents ions : le sodium Na+, le potassium K+, le calcium Ca2+ et le chlorure Cl.
Les variations de potentiel observes au cours dun cycle cardiaque, correspondent des
modifications de la permabilit membranaire et sont lies aux changes ioniques. Au repos,
lintrieur de la membrane cellulaire est charg ngativement par rapport lextrieur, pris
comme rfrence. Cette diffrence de potentiel (potentiel de repos cellulaire) dpend des
concentrations ioniques dans les milieux intra et extracellulaire ; pour les cellules
ventriculaires, sa valeur est voisine de -90 mV (figure I.2). Quand une impulsion lectrique
damplitude suffisante agit sur une cellule excitable, lintrieur de la cellule devient
rapidement positif par rapport lextrieur cause des changes ioniques dcrits par la suite.
Ce processus est la dpolarisation cellulaire et est suivi par le processus de repolarisation
cellulaire, cest dire lorsque la cellule revient son tat de repos. Les changes ioniques qui
dfinissent le potentiel daction, prsent sur la figure I.2, comprend cinq (05) phases
successives.
La phase 0 ou dpolarisation rapide : Aprs une excitation lectrique au-dessus du
seuil dactivation de la cellule, un afflux rapide dions Na+ pntre dans la cellule et inverse
rapidement la polarit de cette dernire.
La phase 1 ou dbut de repolarisation : Elle est caractrise par une repolarisation
rapide et de courte dure, de linactivation des canaux Na+ et au flux sortant dions de
potassium K+.
La phase 2 ou repolarisation lente : Elle est due lentre lente des ions Ca2+ dans
la cellule, et qui attnue linfluence des canaux K+ continuant sortir, ralentissant ainsi la
phase de repolarisation.
La phase 3 ou repolarisation : Elle correspond la phase de repolarisation finale, et
se caractrise par la fermeture des canaux ioniques spcifiques qui ramne la cellule au
potentiel de repos original. Durant cette phase, les ions K+ sont toujours sortants tandis que le
potentiel de la cellule tend vers son seuil de repos.
La phase 4 ou phase de repos : Elle correspond au potentiel de repos, o la cellule
est facilement excitable.

Chapitre I : Gnralits sur le signal ECG

Figure I.2 Les phases du potentiel daction dune cellule myocardique et change ioniques.

IV. Electrocardiogramme de surface


L'lectrocardiogramme est la reprsentation graphique du potentiel lectrique qui
commande l'activit musculaire du cur. Ce potentiel est recueilli par des lectrodes mises
la surface de la peau. Le signal est reu par un appareil nomm llectrocardiographie.
LECG se prsente alors comme une suite de dflexions (ondes lectrique) spares
par des intervalles, correspondant, chacune, une phase de fonctionnement du cur.

Chapitre I : Gnralits sur le signal ECG

IV.1. Les diffrentes dflexions de lECG


LECG enregistre, successivement, la dpolarisation et la repolarisation
auriculaires, puis la dpolarisation et la repolarisation ventriculaires. Ces phnomnes sont
suivis dun repos lectrique qui correspond la ligne de base iso lectrique. Lorsque le
systme dacquisition est mis en fonctionnement, apparait une succession de dflexions,
spares par des intervalles, qui ont une terminologie bien prcise (figure I.3).
Onde P : Dflexion correspondant la dpolarisation des oreillettes droite et gauche, dune
amplitude infrieure 2,5 mm, et dune dure infrieure 0,11s.
Onde Ta : Dflexion correspondant la repolarisation des oreillettes, habituellement non
visible.
Complexe QRS : Ensemble des dflexions correspondant la dpolarisation des ventricules,
sa dure doit tre comprise entre 0,06s et 0,1s.
Onde T : Dflexion correspondante la repolarisation ventriculaire.

OD : Oreillette Droite.
OG : Oreillette Gauche.
VD : Ventricule Droite.
VG : Ventricule Gauche.

Figure I.3 Les diffrentes dflexions de lECG.

IV.2. Les intervalles de lECG


Les diffrents phnomnes prcdemment cits se retrouvent dans lallure du signal
lectrique issu du systme dacquisition de lECG (figure I.4). Le signal se dcompose alors
comme suit :
Intervalle PR ou PQR : Correspond au temps de conduction auriculo-ventriculaire (de
dbut de londe P au dbut du complexe QRS),sa dure doit tre comprise entre 0,12s et 0,2s.

Chapitre I : Gnralits sur le signal ECG

Intervalle ST ou RST : Il spare la fin de la dpolarisation (fin du complexe QRS) et le


dbut de la repolarisation ventriculaire (dbut de londe T).
Intervalle QT : Il s'agit de la distance entre le dbut du complexe QRS et la fin de l'onde
T, englobant la dpolarisation et la repolarisation ventriculaires.
Intervalle RR : Cet intervalle dsigne le temps entre deux ondes R successives. La facilit
de la dtection de londe R donne limportance de cet intervalle qui sert mesurer la
frquence cardiaque.

Figure I.4 - Priode dun signal cardiaque avec les intervalles.

V. Techniques et conditions denregistrement dun ECG


V.1. En milieu hospitalier :
Lenregistrement se fait sur un papier millimtr qui se droule une vitesse constante
de 25 mm par seconde. Llectrocardiogramme enregistre, en ordonnes, une dflexion de 10
mm pour un voltage de 1 millivolt.
Pour faire un enregistrement nous devons respecter certaines conditions :

Le patient doit tre couch sur le dos et dans une position confortable et

protg du froid.

Les lectrodes cutanes doivent tre convenablement disposes et les contacts

lectrodesfils doivent tre vrifis.

Le patient doit tre dtendu pour viter les tremblements musculaires qui

causent un parasitage de la ligne de base et de diffrentes dflexions.

Chapitre I : Gnralits sur le signal ECG

V.2. Lacquisition ambulatoire


Cest une technique denregistrement de lactivit cardiaque dun sujet pendant 24 ou 48
heures, lui permettant de continuer ses activits normalement, sans alitement ni
hospitalisation. Cet examen connu sous le terme Holter permet lanalyse du rythme cardiaque
dun individu de faon y dceler dventuelles pathologiques cardiovasculaires, qui ne
pouvant tre dtectes qu partir denregistrement de longue dure.
Le Holter est particulirement indiqu dans le cas de certaines pathologies cardiaques
mais aussi en prvention, chez des individus risque porteurs dun stimulateur cardiaque quil
faut surveiller. Son utilisation est recommande pour la surveillance darythmies cardiaques et
pour dpister une ischmie myocardique silencieuse (cest--dire sans douleur thoracique)
chez des sujets facteur de risque lev (tabac, alcool, sucre, hypertension artrielle, etc).
Si, au niveau du principe, le systme dacquisition rpond aux mmes normes que celui
utilis en milieu hospitalier, la prise en compte du caractre ambulatoire ncessite lutilisation
dune alimentation autonome (pile) et la rduction de dimension du systme.

VI. Les drivations de llectrocardiogramme


Lacquisition du signal ECG est assure par des lectrodes de surface, dont
lemplacement sur le thorax du patient dfinit un type de drivation. Les emplacements des
lectrodes sont choisis de manire explorer la quasi-totalit du champ lectrique cardiaque.
En cardiologie, lexamen le plus complet est lECG 12 drivations, pour lequel le signal est
visualis selon 12 axes privilgis.
Six axes dans le plan frontal qui correspondent :
Dune part aux trois drivations bipolaires I, II, III dites drivations de Einthoven (figure I.5).
DI : enregistre les diffrences de potentiel lectrique entre le poignet droit et le poignet gauche.
DII : enregistre les diffrences de potentiel lectrique entre le poignet droit et la jambe gauche.
DIII : enregistre les diffrences de potentiel lectrique entre le poignet gauche et la jambe gauche.

Dautre part aux drivations unipolaires aVR, aVL, aVF dites de Wilson (figure I.6).
Avl : (arm, Ventricular, Left) pour l'avant-bras gauche.
aVR : (arm, Ventricular, Right) pour l'avant-bras droit.
aVF : (Foot) pour la jambe gauche.

10

Chapitre I : Gnralits sur le signal ECG

Autre six axes sur le plan transversal qui sont les drivations unipolaires prcordial V 1
V6 dites de Kossman (figure I.7) :
V1 : 4me espace intercostal droit, bord droit du sternum.
V2 : 4me espace intercostal gauche, bord gauche du sternum.
V3 : mi-chemin entre V2 et V4.
V4 : 5me espace intercostal gauche, sur la ligne mdio claviculaire.
V5 : mme horizontale que V4, ligne axillaire antrieure.
V6 : mme horizontale que V4, ligne axillaire moyenne.

Figure I.5 Drivations bipolaires dEinthoven.

Figure I.6 Drivations unipolaires des membres.

11

Chapitre I : Gnralits sur le signal ECG

Figure I.7 - Drivation prcordiales de Kossman.

VII. Artefacts visibles sur lECG


Sur tout enregistrement lectrocardiographique, des vnements indsirables, appels
artefacts, peuvent apparatre et brouiller le trac. Le problme est surtout pos dans le cas
dun traitement automatique o la prsence de ces bruits peut induire en erreur le diagnostic.
Ces bruits peuvent avoir plusieurs origines : techniques, physiques et pathologiques. En autre,
des impulsions indsirables apparaissent invitablement lors dune acquisition ambulatoire,
impulsions ds aux mouvements du patient, donc contact lectrode-peau. Nous allons par la
suit dvelopper laspect technique et physique des artefacts prsents sur les tracs
lectrocardiographiques notamment sur les tracs Holter particulirement bruits.

VIII. Quelques cas pathologiques courants


La finalit de notre travail tant de pouvoir surveiller, distance, ltat de sant dun
patient vaquant ses occupations quotidiennes, nous allons citer ici, quelque cas pathologique
courant en prcisant leurs effets sur lallure du signal ECG correspondant.
Les pathologies cardiaques classes dangereuses ou risque sont celles qui peuvent avoir
des consquences graves sur la sant du patient, pouvant provoquer dans les cas extrmes son
dcs. On peut signaler: la Tachycardie Ventriculaire (VT), la FIBrillation Ventriculaire
(VFIB), le FLotter Ventriculaire (VFL) et la Fibrillation Auriculaire (AF).

12

Chapitre I : Gnralits sur le signal ECG

VIII.1. Trouble de rythme


Lanalyse du rythme ne ncessite que le reprage des ondes R, elle fut donc lun des
premiers traitements automatiques du signal cardiaque. Un rythme cardiaque rgulier est
normal lorsquil est compris entre 60 et 100 battements par minute (bpm) pendant la journe,
et entre 40 et 80 bpm pendant la nuit [5]. Hors de ces limites, on parle de bradycardie lorsquil
est trop lent, et de tachycardie lorsquil est trop rapide.
VIII.1.1. Bradycardie
La bradycardie est caractrise par une frquence cardiaque infrieure 60 bpm. Elle
est dite dorigine sinusale, jonctionnelle ou ventriculaire, selon le site dinitiation de
limpulsion lectrique lorigine des battements considrs. Nous distinguons alors les cas
suivants :

Bradycardie sinusale

La bradycardie sinusale est caractrise par la prsence systmatique dune onde P


avant les complexes QRS (Figure I.8). Le rythme est de lordre de 40 bpm.

Figure I.8 - Bradycardie sinusale.

Bradycardie dorigine jonctionnelle

L'impulsion lectrique n'est plus transmise des oreillettes aux ventricules. La frquence est
de lordre de 30 60 bpm.

Figure I.9 - Rythme d'chappement jonctionnel 35 bpm.

Bradycardie dorigine ventriculaire

Le rythme a une frquence trs lente, entre 15 et 40 bpm.


13

Chapitre I : Gnralits sur le signal ECG

VIII.1.2. La tachycardie
linverse de la bradycardie, la tachycardie est caractrise par une frquence
suprieure 100 bpm, elle peut tre dorigine sinusale, auriculaire ou ventriculaire. Dans le
cas de la Tachycardie sinusale par exemple la frquence est comprise entre 100 et 180 bpm et
nous observons avant chaque complexe QRS, une onde P.

Figure I.10 - Tachycardie sinusale.

VIII.2. Trouble de rgularit


L'absence de la rgularit des battements cardiaques est une caractristique du rythme
importante pour le diagnostic. Nous distinguons alors les cas suivants :
VIII.2.1. Flutter ventriculaire : La frquence cardiaque est comprise entre 400 et 600
bpm. Sur un ECG, nous remarquons la disparition des ondes P, remplaces par des petites
ondulations anarchiques et irrgulires dans la ligne isolectrique.
VIII.2.2. Flutter auriculaire : Caractrise par la disparition des ondes P, les complexe
QRS sont rgulirement disposs une frquence allant de 100 150 bpm. Londe T et le
segment QT sont normaux.
VIII.2.3. Fibrillation ventriculaire : Caractris par des oscillations anarchiques de la
ligne isolectrique, et on ne reconnait ni londe P ni le complexe QRS (Figure I.11).

Figure I.11 - Fibrillation ventriculaire.


14

Chapitre I : Gnralits sur le signal ECG

VIII.2.4. Fibrillation auriculaire : La fibrillation auriculaire (Figure I.12) est la plus


frquente des arythmies. Dans cette pathologie, le fonctionnement du myocarde auriculaire est
totalement dsorganis, nous nobservons donc pas dactivit auriculaire prcise (pas donde
P). Ces mouvements anarchiques peuvent nanmoins transmettre quelques impulsions au
nud auriculo-ventriculaire, qui les transmet son tour aux ventricules et entrane leurs
contractions. Comme cette transmission est alatoire, le rythme des complexes QRS est
compltement irrguli. Le rythme moyen est gnralement suprieur 100 bpm, peut
atteindre 200 bpm.

Figure I.12 - Fibrillation auriculaire.

Conclusion
Llectrocardiographie est une technique largement utilise, elle remplit bien sa
fonction et fourni de faon fiable un signal auquel nous pouvons appliquer des mthodes
appropries du traitement de signal. Ce chapitre a pour but de sensibiliser le lecteur
limportance dtudier les diffrentes caractristiques du signal ECG, tels que les amplitudes
des ondes P, Q, R, S et T ,leurs formes, leurs dures ainsi les intervalles qui les sparent afin
de faire un bon diagnostic.

15

Chapitre II
ACQUISITION ET
TRANSMISSION DU
SIGNAL ECG

Chapitre II : Acquisition et Transmission du signal ECG

Aprs avoir fait une description gnrale du signal ECG et indiqu la signification des
diffrentes dflexions et intervalles de celui-ci, nous allons prsenter et expliquer les
diffrentes tapes qui permettent lacquisition et la transmission distance, par voie GSM, du
signal ECG. Lensemble est regroup dans une carte dacquisition portative appele carte
ambulatoire (figure II.1).

Figure II.1- Carte ambulatoire.


Le caractre ambulatoire de la carte dacquisition a pour objectif principale de permettre
un suivi continu (surveillance) de ltat du patient se livrant ses activit quotidiennes. En
outre, certaines anomalies cardiaques ne peuvent tre dtectes qu partir denregistrements
ECG de longue dure (quelques heures).La distance de transmission diffre selon le besoin et
les outils utiliss. Parmi ces derniers nous pouvons citer :
Transmission via le Bluetooth [31]: Ce type de transmission consiste
acqurir le signal ECG directement du corps et lenvoyer au tlphone portable par
lintermdiaire du protocole Bluettooth (La distance de transmission est petite).
Transmission via internet [30] :L'internet a t utilis comme un support pour
transmettre le signal ECG, d'un patient un mdecin qui rside distance et rpondra
directement par la mme procdure.
Transmission par Bluetooth et GSM [27]: Ce type de transmission est
compos dun dispositif dacquisition portable du signal ECG (lectrode), dun tlphone
mobile et un serveur de soin de sant. Le signal ECG obtenu par llectrode est transmis vers
le tlphone mobile via le Bluetooth, un message est envoy vers le tlphone mobile du
mdecin travers le rseau GSM.

16

Chapitre II : Acquisition et Transmission du signal ECG

Transmission par Bluetooth et internet [26]: Le signal ECG est mis par
Bluetooth vers un ordinateur situ une distance de 10-30m, puis transmet vers un autre
ordinateur o se trouve un mdecin consultant qui surveille ltat du patient. Les deux PC sont
connects par internet.
Ces diffrentes oprations font partie dun domaine plus gnral connu sous le
terme tlmdecine.
I. La tlmdecine
I.1. Dfinition
La tlmdecine est un moyen particulirement utile pour optimiser la qualit des
soins par une rapidit collgiale des changes mdicaux au profit de patients dont l'tat de
sant ncessite une rponse adapte, rapide quelle que soit leur situation gographique.
Il existe de nombreuses configurations d'une consultation interactive, mais, le plus
souvent, c'est partir d'un emplacement urbain-rural. Cela signifie que le patient n'a pas
besoin de faire un voyage vers une rgion urbaine pour voir un spcialiste et dans de
nombreux cas, permet d'accder des soins spcialiss. Par ailleurs, certaines pathologies
ncessitent un suivi continu et en temps rel dun patient vaquant ses occupations
quotidiennes.

I.2. Les diffrents types dapplication de la tlmdecine


Selon lobjectif vis, on peut distinguer plusieurs types dapplication de tlmdecine.
La tlconsultation
La tlconsultation seffectue naturellement en relation avec le patient. Ce dernier prend
contact, par tlphone, avec un centre o le mdecin tablit le diagnostic de gravit et prend la
dcision dorientation du patient.
La tl assistance
La tl assistance peut tre un acte mdical lorsquun mdecin assiste, distance, un
autre mdecin en train de raliser un acte mdical ou chirurgical, voir, dans le cadre de
lurgence, aide un secouriste ou toute personne portant assistance une personne en danger en
attendant larrive dun mdecin.
17

Chapitre II : Acquisition et Transmission du signal ECG

La tl expertise
La tl expertise a souvent t limite, dans sa dfinition, aux changes entre spcialistes
pour obtenir un deuxime avis. Nous pouvons largir cette dfinition tout acte diagnostic qui
se ralise en dehors de la prsence du patient. Lacte mdical de tl expertise se dcrit
comme un change entre deux ou plusieurs mdecins qui arrtent ensemble un diagnostic.
La tlsurveillance
La tlsurveillance exploite les techniques de transmission et des traitements pour la
collecte de donnes cliniques dun patient situ un endroit loign. A la rception on
procde un examen clinique des donnes transfres et apporte une rponse relative ces
donnes. Dans notre travail nous nous sommes intresss ce type de tlmdecine.

I.3. Avantages de la tlsurveillance


La tlsurveillance permet la rduction des hospitalisations des nombreux
dplacements, notamment pour les patients gs ou handicaps.
La surveillance des symptmes est assure de faon continue grce les donnes
transmises et temps rel.
Amliore l'autogestion des patients.
Elle facilite laccs aux soins dans les zones daccs difficile.
Elle raccourcit les dlais dattente.
Elle facilite la consultation entre mdecins gnralistes et spcialistes.
Bien que la tlsurveillance ait plusieurs avantages, elle prsente, aussi certaines
limites. En effet, les soins virtuels ne remplaceront jamais le contact avec le mdecin. Pour
tre efficace, la tlmdecine doit rester complmentaire d'un vrai suivi mdical.

Lobjectif de notre tude nest pas diffrent aux objectifs des tudes qui ont t faites,
il est bas sur la surveillance distance, en utilisant des outils un peu diffrents, permettant
une mobilit grande pour le patient car la carte ambulatoire est constitue dun module
GM862 permettant la communication sans fil dans le rseau GSM/GPRS. A la rception, le
signal reu est transfr vers un PC puis trait sous matlab afin de dtecter des caractristiques
essentielles.
18

Chapitre II : Acquisition et Transmission du signal ECG

Nous allons dcrire les deux oprations assures par notre systme savoir, dune
part, lacquisition et la numrisation des donnes ECG, et dautre part, la transmission sans fil
de ces donnes.

II. Structure gnrale du systme


Le schma de la figure II.2 englobe les phases les plus importantes du systme, de
lacquisition jusquau diagnostic mdical dresser.

Capteur de signal
ECG

Amplificateur de
signal ECG

Microcontrleur

Acquisition
Module
dmission sans fil

Emission
PC
Traitement
logiciel sous
Matlab

Module de
rception sans fil

Rception

Traitement et Diagnostic

Figure II.2 - Schma synoptique de la chaine de transmission.

Le systme de transmission est caractris par trois phases dfinit dans un ordre
chronologique comme suit :
La premire phase o seffectue lacquisition, compose des lectrodes, de
lamplificateur et dun PIC pour lesquelles nous prsentons brivement les diffrentes
caractristiques techniques.
19

Chapitre II : Acquisition et Transmission du signal ECG

La deuxime phase correspond la transmission et comporte le module de traitement


numrique (le microcontrleur), les modules dmission et de rception (GSM/GPRS
GM862).
La troisime phase porte sur le traitement du signal reu et le diagnostic
correspondant. Nous donnons des algorithmes permettent le traitement du signal, lextraction
de ses diffrents paramtres et nous terminons par un diagnostic mdical correspondant dress
par un cardiologue.
Ltude des deux premires phases est le but de ce chapitre. Par ailleurs la troisime
phase fera lobjet dune tude dans les chapitres III et IV.

II.1. Acquisition du signal ECG


Le systme dacquisitionest constitu de diffrents tages ayant pour but de convertir les
signaux en donnes numrique pouvant tre transmises par voie arienne. Son caractre
portatif impose une alimentation autonome (pile) et la limitation de lencombrement du
systme. Les diffrentes tapes que subi le signal afin de le numriser sont les suivantes :

Capteur : Consiste convertir un signal quelconque en un signal lectrique, dans

notre cas la diffrence de potentiel entre deux points du corps est traduite en un signal
lectrique.

Pr-amplification : Le signal issu des lectrodes tant de faible amplitude, un

amplificateur est ncessaire afin de le rende exploitable.

Pr-filtrage : Permet dliminer les bruits de haute et de basse frquence et garder

le signal utile.

Numrisation : Etape qui consiste en lchantillonnage et la quantification du

signal et qui est assure gnralement par un convertisseur analogique numrique.


_ Lchantillonnage : Permet de passer dun signal temps continu en une suite
discrte de valeurs (valeurs mesures intervalles rguliers). On appelle priode
dchantillonnage que lon note Te la dure entre deux chantillons successifs. Dans le cas
20

Chapitre II : Acquisition et Transmission du signal ECG

o on souhaite reconstituer le signal analogique, et pour respecter le thorme SHANNON.


La frquence dchantillonnage Fe =1/Te doit valoir au moins le double de la frquence
maximale du signal note Fc.
Fe >= 2Fc, alors pour Fc = 100Hz, Fe = 200Hz minimum.
_ La quantification : Permet de mesurer l'amplitude du signal chaque pas
d'chantillonnage. Lamplitude mesure du signal est code sur b bits, donc en 2b classes.
Lapproximation de la valeur analogique par une valeur numrique discrte provoque une
distorsion du signal, dite bruit de quantification. Pour limiter ce bruit on choisit un nombre de
classe lev.

Dans notre cas, toute opration de numrisation se fait dans le micro-contrleur le PIC
16F877.

Figure II.3 - Chane de traitement.

II.1.1. Les lectrodes


Les capteurs utiliss pour lacquisition de signal ECG sont des lectrodes de mesure
qui sont places directement sur la peau (Figure II.4).
La plaque dargent de llectrode est couverte dune couche de chlorure dargent.
Avant de placer les lectrodes sur la peau, nous diffusons un lectrolyte sur lpiderme
pour assurer une bonne conduction.

21

Chapitre II : Acquisition et Transmission du signal ECG

Figure II.4 - Reprsentation des lectrodes.


Ces lectrodes sont caractrises par :
- Une aptitude capter les basses amplitudes situes dans la gamme de 0,05mV 10mV.
-Une impdance dentre trs leve.
-Un courant dentre trs bas, infrieur 1 mA.

II.1.2. Lamplificateur dinstrumentation


Lamplitude du signal issu des lectrodes est trs faible, un amplificateur est
alors ncessaire. Dans ce cadre notre choix sest port sur le INA 114 (Figure II.5),

Figure II.5 - Lamplificateur dinstrumentation INA 114.

Le INA114 est un amplificateur dinstrumentation de grande prcision, comportant une


impdance dentre trs grande et un taux de rjection en mode communimportant, ce qui
implique une rduction de bruit lentre.
22

Chapitre II : Acquisition et Transmission du signal ECG

Lamplitude du signal la sortie du capteur se situe entre 1mV et 3 mV, dans ce cas la
rsistance Rg est gale 50, ce qui correspond un gain en tension G de 1000.
G = 1 + (50000/Rg)

II.1

Lamplificateur INA114 est compos de trois amplificateurs oprationnels. La souplesse


de ce composant et sa petite taille le rendent idal pour des applications larges et tendues.

II.1.3. Numrisation du signal ECG


Les oprations de numrisation et de stockage seffectuent dans le
microcontrleur. Lunit de traitement de linformation est le microcontrleur PIC 16F877, le
choix de ce dernier se base sur ses performances et ses caractristiques qui sont directement
lies aux besoins tels qu une mmoire Flash (8Kx14bits), une mmoire EEPROM de 256
octets et un convertisseur analogique numrique. Le 16F877 contient des entres analogiques
numriques (PortA et PortE) adaptes au signal ECG.
Ce microcontrleur PIC 16F877 commande la fois le systme dacquisition et celui de
lmission. Pour relier le PIC au module de transmission nous avons utilis le composant
MAX232, qui assure linterfaage.
Ce microcontrleur PIC 16F877 est partag entre le systme de lacquisition et celui de
lmission.

II.1.4. Description du PIC 16F877


Le 16F877 est un PIC de la srie Mid-range qui utilise des mots de 14 bits. Il
consomme moins de 2mA sous 5V 4 MHz, contient 35 instructions de dure 1 ou 2 cycles.
Ces caractristiques principales sont :
_ Une mmoire programme de type flash de 8 K de 14 bits.
_ Une mmoire RAM de donnes de 368 octets.
_ Une mmoire EEPROM de donnes de 256 octets.
_ Cinq ports d'entre sortie.
23

Chapitre II : Acquisition et Transmission du signal ECG

_ Un convertisseur analogique numrique de 10 bits.


_ Ports srie (USART, MSSP).
_ Un port parallle.
_ Trois timer/Compteur cadencs par une horloge interne ou externe quipeut tre
gnre par 4 types d'oscillateurs slectionnables.
_ PORTA : 6 entres sorties RA0 RA5 dont 5 entres du CAN.
_ PORTB : 8 entres-sorties RB0 RB7.
_ PORTC : 8 entres-sorties RC0 RC7.
_ PORTD : 8 entres-sorties RD0 RD7, cest le port interface du microprocesseur.
_ PORTE : 3 entres-sorties RE0 RE2 (CAN).

II.1.4.1. Les broches dalimentations


Comme tout PIC, le 16F877 a des broches dalimentation : 2 pour le 0V (Bleu)
et 2 pour le +5V (Rouge). Il suffit de connecter une de chaque lalimentation pour que le Pic
fonctionne.

II.1.4.2. Le circuit dhorloge


Un signal dhorloge est ncessaire pour piloter le circuit de contrle et de
squencement du microcontrleur. Nous avons choisi un quartz de 4 MHz pour lequel nous
obtenons un (01) million dinstruction par seconde.
Le quartz est branch sur les broches OSC1 et OSC2.tel que illustr par la figure II.7.
C1
15pf

U1
13
14
1

X1
CRYSTAL

C2
15pf

2
3
4
5
6
7

OSC1/CLKIN
OSC2/CLKOUT
MCLR/Vpp/THV

RA0/AN0
RA1/AN1
RA2/AN2/VREFRA3/AN3/VREF+
RA4/T0CKI
RA5/AN4/SS
RC0/T1OSO/T1CKI

Figure II.6 - Circuit dhorloge.

24

RB0/INT
RB1
RB2
RB3/PGM
RB4
RB5
RB6/PGC
RB7/PGD

33
34
35
36
37
38
39
40
15

Chapitre II : Acquisition et Transmission du signal ECG

II.1.4.3. Le circuit dinitialisation


Lentre :

permet dinitialiser le microcontrleur aprs sa mise sous tension,

active au niveau bas. Une rinitialisation est correctement effectue si cette entre est
maintenue ltat 0 , la figure II.8 reprsente le schma de ce circuit. R1 est la rsistance
de rappel, choisie de manire minimiser le courant entrant dans le PIC.

Figure II.7 - Circuit dinitialisation.

II.1.4.4. Le convertisseur analogique numrique


Il est constitu d'un module convertisseur huit (08) entres. Les 5 premires
entres sont sur le Port A en PA0, PA1, PA2, PA3 et PA5.Les trois (03) entres
supplmentaires sont en PE0, PE1 et PE2. Le rsultat de la conversion est cod sur 10 bits.
C'est une valeur comprise entre h'000' et h'3FF'. Notre signal ECG est branch lune de ces
pins aprs son amplification.

II.1.4.5. La liaison srie USART


Le microcontrleur PIC 16F877 contient un module dit USART (Universal
Synchronous Asynchronous Reciever Transmitter), ce module permet denvoyer et de
recevoir des donnes en mode srie, soit de faon synchrone ou asynchrone. Le module
USART de notre PIC gre uniquement deux broches TxD et RxD, ces dernires sont
connectes au MAX 232. Pour relier le PIC au module de transmission nous avons utilis le
MAX232
25

Chapitre II : Acquisition et Transmission du signal ECG

II.1.5. Prsentation du MAX232


Le MAX232 est un composant qui sert d'interfacer entre une liaison srie TTL (0-5V)
et une liaison srie RS232 (+12 -12V) du PC, et ce avec une simple alimentation 5V.

II.2. Transmission sans fil du signal ECG


Aprs numrisation de donnes acquises, ltape suivante a pour objectif de
transmettre, par arienne, ces donnes vers le centre danalyse et de traitement situ
lhpital. La figure ci-dessous rcapitule les tapes suivis.

Hpital

Carte
ambulatoire

Figure II.8 - Structure gnrale du systme.

II.2.1. Le GSM et le GPRS


Les terminaux mobiles reposants sur le service GSM (Global System for Mobile
communications) ne pouvaient y accder qu'avec de faibles dbits (9,6 kbit/s), avec le service
GPRS (General Packet Radio Service), ces donnes sont transmises par paquets avec un dbit
plus lev (jusqu 171,2 kbit/s). En effet, le GPRS est le premier protocole commutation
gnrale de donnes par paquets, et constitue une couche supplmentaire un rseau GSM
existant. Larchitecture GSM fournit les services voix, tandis que larchitecture GPRS fournit
les services de donnes par paquets avec un dbit lev.
26

Chapitre II : Acquisition et Transmission du signal ECG

Le GPRS peut tre considr comme la premire tape de fusion de communication


mobile et de communication gnrale de donnes par paquets. Sur la base de service GPRS, le
client peut tre toujours en ligne et les donnes provenant des capteurs peuvent tre envoyes
vers le centre mdical tout moment et de nimporte quel endroit.

II.2.2. Le module GSM/GPRS (GM862)


Dfinition : parmi les diffrents modles de modules GPRS notre choix sest
port sur le GM862. De faible dimension (43,9mm x 43,9mm x 6,9mm), il ne dpasse pas 18
grammes, de faible consommation, capable de supporter divers modes de communications.
Dot de diverses entres/sorties (50 pins), dinterface de la carte SIM, ce module utilis pour
lmission ainsi que pour la rception, peut tre conduit par l'intermdiaire de l'interface srie
en utilisant les commandes AT.

Rseau GSM/GPRS

Figure II.9 - Le module GM862.

Nous avons utilis le port srie de GM862 (TxD et RxD). Ces deux derniers sont
connects aux RxD et TxD de l'USART du microcontrleur PIC16F877. La connexion n'est
pas directe, mais travers le MAX232. Le module GM862 est command par le PIC en
utilisant les commandes AT.
Nous donnons, dans le tableau suivant, quelques caractristiques techniques du
module GM862.

27

Chapitre II : Acquisition et Transmission du signal ECG

Caractristiques techniques :

Caractristiques

Dsignations

Dimensions

Longueur: 43.9 mm, largeur: 43.9 mm, paisseur: 6.9 mm,


volume: environ 13 cm3.

Poids

18 gr

Plage de temprature de
fonctionnement

20C / +55C

Plage de Temprature de
Stockage

40C / +85C

Frquence de fonctionnement

Freq TX (MHz) : allant de 824 au 1909, selon le mode.


Freq RX (MHz) : allant de 8692 au 1989, selon le mode.

Puissance de sortie

1 ou 2 Watts selon le mode.

Tension d'alimentation

3.22 V 4.5 V

Courant consomm

< 26 A

Tableau II.1. Caractristiques du module GM862.

II.2.3. Les commandes AT

Dfinition : le module de transmission sans fil GM862 est contrl travers le

port srie en utilisant les commandes AT. Donc ces dernires permettent laccs aux fonctions
dun tlphone portable ou dun module sans fil (GM862) par lintermdiaire dun terminal.
Chaque instruction dbute par les caractres ASCII AT tirs de labrviation Attention
et se termine par un retour chariot, CR : Carriage return.
Trois entits sont dfinies :
TE : Terminal Equipment: un PC ou un microcontrleur.
TA : Terminal Adaptator : assure la liaison entre le ME et le TE.
ME : Mobile Equipment : tlphone portable ou un module GPRS.
28

Chapitre II : Acquisition et Transmission du signal ECG

Figure II.10 Schma de fonctionnement des commandes AT.

II.3. Etude de lalimentation


La grande majorit des quipements lectroniques a besoin dune source de courant
continu, qui peut tre une pile ou une batterie. Gnralement cette source est constitue dun
circuit transformant le courant alternatif du secteur (220V, 50Hz) en courant continu ce que
nous appelons lalimentation stabilise. Dans notre cas, nous avons eu recours utilisation
dune batterie de 9V (figureII.13), laquelle nous intgrons des composants lectroniques
pour une tension rduite 5V, tension ncessaire lalimentation du PIC 16F877 et du
module GM862.

R1
33K

9V

D1

C5
15 u

BZT03C51

Figure II.11 - Lalimentation du circuit lectronique.


29

alimentation

BAT2

Chapitre II : Acquisition et Transmission du signal ECG

II.4. Schma lectrique de la carte dacquisition ambulatoire


La carte dacquisition ambulatoire est constitue damplificateur INA114, dun PIC
(16F877), dun MAX232, du module GM862 et dune alimentation, telle que reprsente par
la figure II.14.
Le signal analogique issu des lectrodes et aprs son amplification,il doit tre
numris laide du convertisseur analogique numrique du microcontrleur, juste aprs la
numrisation, les donnes sont transfres directement vers le module USART (RC6/TX/CK,
RC7/RX/DT) du PIC, dans le but de les envoyer vers le module de transmission GM86,
travers ladaptateur MAX232.

R1
33K

C1

9V

U1

15 u

X1

13
14
1

CRYSTAL

C2

2
3
4
5
6
7

15 u

BAT1
5V

8
9
10

bras gauche
elctrode

RB0/INT
RB1
RB2
RB3/PGM
RB4
RB5
RB6/PGC
RB7/PGD

RA0/AN0
RA1/AN1
RA2/AN2/VREFRA3/AN3/VREF+
RA4/T0CKI
RA5/AN4/SS
RC0/T1OSO/T1CKI
RC1/T1OSI/CCP2
RE0/AN5/RD
RC2/CCP1
RE1/AN6/WR
RC3/SCK/SCL
RE2/AN7/CS
RC4/SDI/SDA
RC5/SDO
RC6/TX/CK
RC7/RX/DT

U3:A

OSC1/CLKIN
OSC2/CLKOUT
MCLR/Vpp/THV

RD0/PSP0
RD1/PSP1
RD2/PSP2
RD3/PSP3
RD4/PSP4
RD5/PSP5
RD6/PSP6
RD7/PSP7

3
1

elctrode

INA114

15 u

BZT03C51

15
16
17
18
23
24
25
26
19
20
21
22
27
28
29
30

PIC16F877

bras droit

C3
1u
1

11
12
10
9

U2

C1+

C1-

T1IN
R1OUT
T2IN
R2OUT

T1OUT
R1IN
T2OUT
R2IN
VS+
VS-

Vcc
antenne

C2+

C2-

14
13
7
8
2
6

MAX232

GM862
33

46

Figure II.12 - Schma lectronique de la carte ambulatoire.

30

C5

D1

33
34
35
36
37
38
39
40

C4
1u

alimentation

BAT2

Chapitre II : Acquisition et Transmission du signal ECG

III. Rception du signal ECG


La rception se fait avec le mme module GPRS (GM862) qui est reli au
microordinateur, ce dernier utilise la liaison asynchrone RS232 pour recevoir les donnes
(figure II.15).

Portsrie

Figure II.13 Schma synoptique du systme de rception.

III.1. Schma lectronique la rception


La liaison entre le module GM862 et PC nest pas directe, et du moment que la liaison
RS232 du PC utilise les niveaux -12V et +12V et le module de transmission utilise 0V et 5V,
alors un adaptateur est ncessaire, cette dernire est assure par le MAX232comme lillustre
la figure II.16.

pc
C3

C1+

C1-

1u
11
12
10
9

GM862

T1IN
R1OUT
T2IN
R2OUT

T1OUT
R1IN
T2OUT
R2IN

33

46

VS+
VSC2+

C2-

14
13
7
8
2
6

Figure II.14 - Schma lectronique la rception.


31

C4
1u

Chapitre II : Acquisition et Transmission du signal ECG

Conclusion
Dans ce chapitre nous avons donn les diffrents blocs suivre afin de transmettre le
signal lectrocardiogramme en utilisant le rseau GSM/GPRS, en commenant par les
lectrodes, lamplificateur, le PIC, jusquau module GM862. Tous ces composants constituent
la carte dacquisition et de transmission ambulatoire du signal ECG. A la rception, nous
avons un autre module GM862 connect vers un PC o se sont programms des traitements
logiciels du signal ECG. Le chapitre suivant prsentera les diffrentes mthodes de traitement
qui existent.

32

Chapitre III
Mthodes de
traitement du signal
ECG

Chapitre III : Mthodes de traitement du signal ECG

De faon gnrale, le traitement du signal est un ensemble de mthodes et techniques

permettant dextraire le maximum dinformations partir dun signal traduisant un


phnomne physique donn.
Dans autre cas, il sagit dexploiter les donnes ECG acquise pour en dduire ltat de
sant du patient. Pour cela nous devons dans un premier temps, supprimer ou, tout au moins,
attnuer fortement les bruits tendant perturber notre signal. Par la suite nous devons choisir
des mthodes adquates qui permettent dextraire les informations ncessaires
ltablissement dun diagnostic fiable.

I. Les rseaux de neurones


Comme nous lavons expliqu prcdemment, le caractre ambulatoire de
lacquisition gnre des artfacts de mouvement sous forme dimpulsions de courtes
dures, donc de large tendue spectral. Une partie des composantes frquentielles de ces
impulsions se retrouve donc dans la bande de frquence utile du signal ECG, et toute
notion de filtrage classique savre alors inefficaces pour remdier cela et supprimer
leffet de ces pics, nous avons opt pour lutilisation des rseaux de neurones.
L'volution de la thorie des rseaux de neurones formels est lie directement au
dveloppement des travaux biologiques sur le cerveau humain. Ce dernier est l'organe de
commande le plus complexe et le plus inconnu de la biologie de l'homme ou de l'animal.
Les cellules nerveuses, appeles neurones, sont les lments de base du systme nerveux
central. Ce dernier en possderait environ cent (100) milliards. Dans leur organisation
gnrale et leur systme biochimique les neurones possdent de nombreux points communs
avec les autres cellules. Ils prsentent cependant des caractristiques qui se retrouvent au
niveau des quatre fonctions spcialises qui assument:
- Recevoir des signaux en provenance des neurones voisins;
- Intgrer ces signaux;
- Engendrer un influx nerveux;
- Conduire et transmettre l'influx nerveux un neurone capable de le recevoir.

34

Chapitre III : Mthodes de traitement du signal ECG

I.1. Historique
Le champ des rseaux neuronaux est entam par la prsentation en 1943 par
Warren McCulloch et Walter Pitts du neurone formel qui est une abstraction du neurone
physiologique. Ils montrrent galement thoriquement que des rseaux de neurones formels
simples peuvent raliser des fonctions logiques, arithmtiques et symboliques complexes.
Les travaux de McCulloch et Pitts nont pas donn dindication sur une mthode pour
adapter les coefficients synaptiques. En 1949, D. Hebb prsente dans son ouvrage The
Organization of Behavior une rgle dapprentissage qui permet de modifier les valeurs des
coefficients synaptiques en fonction de lactivit des units quils relient.
En 1958, F. Rosenblatt dveloppe le modle du perceptron. Il possde deux couches
de neurones : une couche de perception et une couche lie la prise de dcision. Cest le
premier systme artificiel capable dapprendre par exprience.
Dans la mme priode, Le modle de lADALINE (ADAptive LINar Element) a t
prsent par B. Widrow et Hoff. Ce modle sera par la suite le modle de base des rseaux
multi-couches.
En 1969, M. Minsky et S. Papert publirent un ouvrage mettant en exergue quelques
limitations thoriques du Perceptron, notamment limpossibilit de traiter des problmes non
linaires.
En 1972, T. Kohonen prsente ses travaux sur les mmoires associatives et propose
des applications la reconnaissance de formes.
Cest en 1982 que J. Hopfield prsente son tude dun rseau compltement reboucl,
dont il analyse la dynamique.
En 1984, cest le systme de rtropropagation du gradient de lerreur qui est le sujet le
plus dbattu dans le domaine.
En 1992 (France), elle est limage du congrs Neuro-Nmes qui a pour thme les
rseaux neuromimtiques et leurs applications.
Aujourdhui, nous retrouvons les rseaux de neurones solidement implants dans
diverses industries.

35

Chapitre III : Mthodes de traitement du signal ECG

I.2. Le neurone biologique


L'unit de base de l'organisation du systme nerveux est la cellule nerveuse ou le
neurone. Cette cellule, bien qu'on en ait observ de nombreuses variantes, prsente toujours la
mme fonctionnalit de transfert d'un signal lectrique. Sa structure est d'ailleurs parfaitement
adapte cette tche, nous pouvons, grossirement, la diviser en trois parties : les dendrites, le
corps cellulaire qui porte le noyau et l'axone (figure III.1).
Un neurone peut distribuer des signaux (axones) ou en recevoir (dendrites), les

changes de signaux se font au niveau de synapses, qui relient les dendrites dun neurone aux
axones des autres cellules.

Figure III.1- Modle du neurone biologique.


I.3. Le neurone artificiel (formel)
Le neurone formel est un automate caractris par un petit nombre de fonctions
mathmatiques. Il traite un signal recueilli travers ses connexions entrantes pour fournir un
signal de sortie calcul par la fonction de transfert. Son tat est caractris par trois variables
E, A et S calcules au moyen de trois fonctions successives : la fonction d'entre f (x), la
fonction d'activation g(E) et la fonction de sortie h(A) (figure III.2).
X1

W1

X2
X3

W2
W3

X4

W4
Wn

A
S

Xn

Figure III.2 - Modle gnral du neurone formel.


36

Chapitre III : Mthodes de traitement du signal ECG

Nous avons donc successivement : E = f (x), A = g(E) et S =h(A). La dfinition de ses trois
fonctions permet donc de fixer le comportement du neurone.
La fonction d'entre
Dans un rseau de n neurones chacun d'entre eux reoit en gnral de 1 n
stimulations en provenance des autres cellules. Les valeurs, binaires ou relles, sont pondres
puis additionnes par la fonction E=f (x) :
III.1
Avec wi est un paramtre de pondration des entres appel poids .
Le terme w0x0 (avec x0 = 1) cest un poids supplmentaire appel biais gnralement
not b .
La fonction d'activation :
La fonction d'activation des neurones est gnralement l'une des caractristiques
principales d'un type de rseau particulier. En effet l'tat d'un neurone peut tre valeurs
binaires ou relles et la fonction d'activation peut fortement varier d'un type de rseau
l'autre. Les deux familles principales sont la fonction signe, pour les neurones tats binaires,
et la fonction sigmode pour les neurones tats rels (figures III.3 et III.4). D'autres
fonctions sont cependant utilisables telles que les fonctions gaussiennes ou les fonctions
hyperboliques (figures III.5 et III.6).
Fonction Signe :
Fonction Signe

f(x)= a (2H(x) 1)

Avec H (x) fonction de Heaviside :

H(x) = 1 si x > 0,
H(x) = 0 sinon

Figure. III.3- La fonction Signe.


37

III.2

III.3

Chapitre III : Mthodes de traitement du signal ECG

Fonction Sigmode :
f (x)=1/ (1+exp(-x))

III.4

f ' (x)=f(x) (1-f(x))

III.5

Figure. III.4- La fonction Sigmode.

Fonction logsigmode :
f(x)=(1-exp(x))/(1+exp(x) )

III.6

Figure. III.5 - La fonction logsigmde.

Fonction gaussienne :
Avec :

f(x)=exp (-(x-m)2/2)
m est la moyenne.
est la variance.

38

III.7

Chapitre III : Mthodes de traitement du signal ECG

Figure.III.6 - La fonction Gaussienne.

Dans notre modle, nous utilisons la fonction sigmode implmente sous Matlab comme
fonction d'activation dans le rseau de neurones, car nos entres sont relles.
La fonction de sortie
L'une des plus importantes particularits du rseau de neurones est de n'avoir qu'une
sortie pour un grand nombre d'entres binaires ou relles, la sortie S est en gnral du mme
type que les entres.
Ce tableau rcapitule la transition entre le neurone biologique et le neurone formel.
Neurone biologique

Neurone artificiel

Synapses

Poids de connexions

Axone

Signal de sortie

Dendrite

Signal dentre

Corps cellulaire (Somma)

Fonction dactivation

Tableau III.1. La correspondance entre neurone biologique et neurone artificiel.


I.4. Types de rseaux de neurones formels
On distingue deux types de rseaux de neurones : les rseaux non boucls appels
aussi feed-forward et les rseaux boucls, dit aussi rcurrents.

39

Chapitre III : Mthodes de traitement du signal ECG

I.4.1. Les rseaux feed-forward


Il s'agit de rseaux appels aussi rseaux de type Perceptron ou statique, ce
sont des rseaux dans lesquels l'information se propage de couche en couche sans retour en
arrire. On peut alors regrouper les neurones en couches selon la longueur de ce chemin
(figure III.7). On parle alors de rseaux deux couches Perceptron monocouche dans
lesquels les neurones de sorties sont directement relis aux neurones d'entres, et le
perceptron multi-couches comprend en plus des deux couches de base une ou plusieurs
couches intermdiaires appeles couches caches. Dans ce type de rseau le temps n'intervient
pas comme variable fonctionnelle c--d que sa sortie ne dpend pas de son pass.

Entres du
rseau

Sorties du
rseau

Couches
caches
Figure. III.7 - Rseau de neurones non boucl.
I.4.2. Les rseaux rcurrents
Par opposition aux rseaux feed-forward, les rseaux rcurrents peuvent contenir des
chemins boucls, passant plusieurs fois par un mme neurone (figure III.8). Grce cette
structure cyclique, un stimuli entrant peut tre partiellement ou totalement remis en question
par l'tat antrieur du rseau ou par larrive de stimuli postrieurs. Ce type de rseau a donc
des capacits thoriques suprieures celles des rseaux non-rcurrents. Les rseaux
rcurrents prsentent donc une dynamique complexe de aux multiples rtroactions internes.

40

Chapitre III : Mthodes de traitement du signal ECG

Figure. III.8 - Rseau de neurones boucl.


I.5. Lapprentissage
Un rseau de neurones ncessite une phase dapprentissage par laquelle le rseau
construit les liens qui lui permettant deffectuer la mmorisation, la classification et la
prdiction du type de donnes prsentes.

I.5.1. Les lments de l'apprentissage connexionniste


L'apprentissage d'un processus par une architecture connexionniste peut se
rsumer succinctement un change d'informations entre trois lments principaux :
l'environnement (c'est--dire le processus contrler), l'lve (le contrleur proprement dit) et
le superviseur d'apprentissage, qui constitue le professeur (figure III.9).

Figure III.9 - Les lments de l'apprentissage.

41

Chapitre III : Mthodes de traitement du signal ECG

I.5.2. Qu'est-ce qu'un algorithme d'apprentissage ?


L'algorithme d'apprentissage est l'opration qui permet de modifier les poids
selon l'volution de l'erreur entre la sortie obtenue et la sortie dsire. Il contrle tout le
comportement futur du rseau de neurones. La capacit de mmorisation et de gnralisation
du rseau rside dans la configuration de ses poids. On trouve trois types d'algorithme
d'apprentissage : l'apprentissage supervis, l'apprentissage non-supervis et lapprentissage
par renforcement.
Apprentissage supervis
C'est actuellement le mode d'apprentissage le plus couramment utilis. Son principe
est lmentaire : on soumet au rseau un grand nombre d'exemples pour lesquels lentre et la
sortie associe sont connues et les poids sont modifis de faon corriger l'erreur commise
par le rseau (figure III.10), c'est--dire la diffrence entre la sortie dsire et la rponse du
rseau l'entre correspondante.
Environnement

P(t)

d(t)

Professeur

a(t) -

Systme
supervis

e (t)

Figure.III.10- Schma bloc de lapprentissage supervis.


Apprentissage non-supervis
Contrairement aux modes superviss, seule une base d'entres est ici fournie au rseau.
Ce dernier doit donc dterminer lui-mme ses sorties en fonction des similarits dtectes
entre les diffrentes entres, cest--dire en fonction dune rgle dauto-organisation.

Entre

Rseau de
neurones

Sortie
obtenue

Figure.III.11 - Schma bloc de lapprentissage non supervis.


42

Chapitre III : Mthodes de traitement du signal ECG

Apprentissage par renforcement


L'apprentissage par renforcement constitue un modle dont on ne dispose pas de
l'information ncessaire la construction d'une base d'apprentissage complte. On ne dispose
souvent que d'une information qualitative permettant l'valuation de la rponse calcule, sans
pour autant connatre la rponse la plus adapte. Les algorithmes d'apprentissage par
renforcement, essentiellement dvelopps depuis le dbut des annes quatre-vingts,
permettent alors d'entraner le rseau pour qu'il fournisse, chaque stimulus entrant, la sortie
la plus adquate, autrement dit le systme tant capable de savoir si la rponse qu'il fournit est
correcte ou non, mais il ne connat pas la bonne rponse.

I.6. Proprits des rseaux de neurones


I.6.1. Lapproximation universelle
Proprit : Toute fonction borne suffisamment rgulire peut tre approche
uniformment, avec une prcision arbitraire, dans un domaine fini de lespace de ses
variables, par un rseau de neurones comportant une couche de neurones cachs en nombre
fini, possdant tous la mme fonction dactivation, et un neurone de sortie linaire. HORNIK
et al. 1989, HORNIK et al. 1990, HORNIK 1991 [43].
Cette proprit ne donne pas de mthode pour trouver les paramtres du rseau et nest
pas spcifique aux rseaux de neurones. Il existe bien dautres familles de fonctions
paramtres possdant cette proprit, cest le cas notamment des ondelettes.

I.6.2. Lapproximation parcimonieuse


Lorsquon veut modliser un processus partir des donnes, on cherche
toujours obtenir les rsultats les plus satisfaisants possible avec un nombre minimum de
paramtres ajustables (les poids de connexions), HORNIK 1993 a montr que :
Si lapproximation dpend des paramtres ajustables de manire non linaire, elle est
plus parcimonieuse que si elle dpend linairement des paramtres.
Plus prcisment, le nombre de paramtres crot exponentiellement avec le nombre
de variable dans le cas des fonctions linaires par rapport leurs paramtres, alors quil
crot linairement avec ce nombre pour les fonctions non linaires [43].

43

Chapitre III : Mthodes de traitement du signal ECG

Figure.III.12 - Le rseau le plus parcimonieux (4 neurones cachs, soit 13 coefficients)


produit bien un meilleur ajustement qu'un rseau trop riche en coefficients
(8 neurones cachs, soit 25 coefficients).
I.6.3. La gnralisation et le sur-apprentissage
Un rseau de neurones ncessite une phase dapprentissage. Lors de cette
phase, le rseau doit possder un critre darrt dapprentissage. Si le rseau apprend trop
longtemps, un phnomne de surapprentissage risque de survenir, entranant une dgradation
des performances en gnralisation. Ainsi, dans un rseau de neurones, partir dun certain
nombre dpoques dentranement, le systme se sur-spcialise par rapport la base de
donnes dapprentissage, il perd sa capacit de gnralisation par rapport aux donnes de test
provenant de la mme source mais qui nont pas encore t traites par le systme. La figure
III.13 reprsente ce phnomne.

44

Chapitre III : Mthodes de traitement du signal ECG

Figure.III.13- Schmatisation de lerreur en fonction du nombre dpoques lors de la phase


dapprentissage.
Cette figure prsente lerreur en gnralisation en fonction du nombre dpoques
dapprentissage. On constate que lerreur en gnralisation sur la base dapprentissage ne fait
que dcrotre. Ainsi, le rseau de neurones devient meilleur dpoque en poque pour
classifier la base dentranement. Par contre, partir dun certain nombre dpoques, on
remarque que lerreur en gnralisation sur la base de test augmente. Cet effet est d au fait
que le rseau sest sur-spcialis pour la base dentranement et quil perd sa capacit de
gnralisation. Ainsi, il faut arrter lentranement du systme lpoque le plus proche
possible de la frontire entre le sous-apprentissage et le sur-apprentissage.
I.7. Algorithmes dapprentissage de rtropropagation
Quel que soit le cas de l'utilisation du rseau, le processus d'apprentissage supervis
ncessite une base d'exemples compose des entres du rseau associes aux sorties dsires,
la sortie dun neurone i est donne par la relation III.8.

yi = g (ni) = g ( wijxi)

III.8

O g est la fonction dactivation et wij est poids synaptique.


yi la sortie du ime neurone et xi est lente di ime neurone.
Pendant la phase d'apprentissage, lalgorithme de rtropropagation sert minimiser
lerreur quadratique moyenne (MSE) donne par lquation III.9 entre la sortie calcule et
celle dsire.

45

Chapitre III : Mthodes de traitement du signal ECG

III.9
O : i parcourt les indices des neurones de sortie.
N est le nombre de neurones.
ai et ti reprsentent respectivement la sortie mesure et la sortie dsire pour ces neurones.
L'arrt de l'apprentissage est effectu lorsqu'un critre d'arrt est atteint.
A chaque itration la valeur de l'erreur quadratique MSE est renvoye de la couche de sortie
vers les couches caches pour la mise jour des poids et des biais du rseau. L'algorithme de
rtropropagation modifie les poids et les biais dans la direction de diminution de la fonction
de performance.
I.7.1. Algorithme du gradient
Cette mthode consiste chercher le minimum du critre par lutilisation des drives du
critre par rapport chacun des paramtres.
Lexpression de calcul des nouvelles valeurs de poids synaptiques est donne par la relation
suivante :

Wij (k + 1) = Wij (k ) Ai D j (k )
Avec :

D j (k ) =

III.9

Ei (k )
III.10
N i (k )

:Pas dapprentissage.
E : Erreur commise par le rseau.

Wij (k +1) :Poids synaptique de neurone j de la couche k+1 au neurone i de la couche k.


Ai(k) : Sortie de neurone i de la couche k ;
D j (k) :Drive de lerreur partir de neurone j vers la couche k ;
I.7.2. Algorithme de Gauss-Newton
Cette mthode consiste chercher le minimum de critre par lutilisation des drives
premires et secondes du critre par rapport chacun des paramtres.

46

Chapitre III : Mthodes de traitement du signal ECG

I.7.3. Algorithme de Lavenberg Marquardt


L'algorithme interpole l'algorithme de Gauss-Newton et l'algorithme du gradient. Plus
stable que celui de Gauss-Newton. Cest pour cela il est trs efficace pour lentrainement des
rseaux, utilise une approche du second ordre. Il est plus rapide et assure la meilleure
convergence vers un minimum de lerreur quadratique. L'algorithme fut dcouvert par
Kenneth Levenberg, puis publi par Donald Marquardt.
Lalgorithme de Lavenberg Marquardt utilise lapproximation de la matrice Hessienne
(Drive seconde de la fonction cot) suivante :
H=JT J

III.11

Le gradient peut tre dcompos sous la forme :


G=JT e

III.12

O J est le Jacobien qui contient les drives premires des erreurs du rseau.
e est le vecteur d'erreur
ei = t i - a i

III.13

II. Mthodes de dtection du complexe QRS


Le complexe QRS est londe la plus dominante de lECG. Il est li au fonctionnement
ventriculaire. La largeur et la forme des complexes QRS fournissent beaucoup dinformation
sur ltat du cur ainsi pour la dtection dventuelles pathologies. Par consquent, la
dtection fiable du complexe QRS demeure un domaine de recherche important. Dans
l'environnement clinique, cette dtection est trs difficile. Ceci est d principalement la
morphologie du complexe QRS qui change de manire significative dun tat sain un tat
malade.
L'implmentation des mthodes de dtection du complexe QRS sur des dispositifs de
surveillance et de rgulation est depuis longtemps effectue avec une grande efficacit.
Chaque mthode possde ces avantages et ces inconvnients en termes de performance et de
complexit. Avec les avances en temps de calcul dans le domaine informatique, le poids de
complexit a diminu par rapport la performance.

47

Chapitre III : Mthodes de traitement du signal ECG

Les algorithmes les plus rcents sont bass sur :


La drive premire [36] ;
Lamplitude et la drive premire [36], [43] ;
Les drives premire et seconde [36], [43] ;
Des filtres numriques [40] ;
La corrlation [46] ;
Dautres travaux ont utilis les ondelettes [41] et les rseaux de neurones [44].
La structure gnrale dun dtecteur du complexe QRS est compose de quatre tages
(Figure III.14).

Filtrage

Transformation

Dtection

ECG
Seuillage
Rsultat
Figure III.14 - Schma bloc dun dtecteur de QRS.
II.1. Algorithme bas sur la drive premire
Selon un algorithme propos par Menard, la drive premire est calcule en utilisant
la formule :
Y(n) = -2f (n - 2) f (n - 1) + f (n + 1) + 2f (n + 2)

III.14

Un seuil est ensuite calcul comme tant une fraction du maximum de l'expression (III.14).
= max {Y (n)} o = 0.7
Les points de la drive premire qui dpassent le seuil sont recherchs, et les premiers points
dpassant le seuil sont considrs comme le dbut dun complexe QRS.
II.2. Algorithme bas sur l'amplitude et la drive premire
Parmi d'autres algorithmes, on peut mentionner celui de Moiret Mahoudex. Un seuil
en amplitude est calcul comme fraction de la plus grande valeur positive du signal :
= max { f (n)}
48

Chapitre III : Mthodes de traitement du signal ECG

O la valeur de dpend des caractristiques du signal. Dans l'algorithme, une valeur de


= 0.3 est suggre. La drive premire est calcule par :
Y(n) = f (n - 1) + f (n + 1)

III.15

On considre alors deux autres seuils l'un positif 1 et l'autre ngatif 2, les auteurs
recommandent des seuils de valeurs respectives 1 = 0.5 et 2 = -0.3 pour un signal
chantillonn 250Hz.
Un QRS est repr si trois points conscutifs de la drive Y(n) excdent le seuil
positif 1et sont suivis dans les 100 ms qui suivent par deux points conscutifs qui excdent le
seuil ngatif 2. Un QRS est dclar si les conditions suivantes sont vrifies :
Y(i), Y (i + 1), Y (i + 2) > 1

III.16

Y(j), Y (j + 1) < 2

III.17

II.3. Algorithme bas sur les drives premire et seconde


Nous citons ici lalgorithme de Balda. Les valeurs absolues de la drive
premire et seconde sont calcules partir du signal ECG. Puis les deux signaux sont mis
l'chelle et somms. Le signal est analys et passe par un seuillage, tous les points qui sont
suprieurs un seuil sont considrs des complexes QRS, le dtail de cet algorithme se trouve
dans le chapitre IV.
II.4. Algorithme bas sur les filtres numriques
L'algorithme dcrit celui adapt par Okado. La premire tape consiste en un
lissage par moyenne glissante. La sortie du filtre moyenne glissante est ensuite filtre par
un filtre passe-bas, puis la diffrence entre l'entre et la sortie du filtre est mise au carr. La
valeur maximale de ce dernier signal sert dterminer un seuil. Un QRS est dtect pour une
valeur suprieure ce seuil.

49

Chapitre III : Mthodes de traitement du signal ECG

II.5. Algorithme de Pan Tompkins


Lalgorithme le plus populaire de dtection du complexe QRS, est celui
introduit par Pan et Tompkins [35]. Cet algorithme comprend cinq tapes :
Filtrage passe bas ;
Filtrage passe haut ;
Drivation ;
Mis en carr;
Seuillage.
Dans notre application, nous utilisons lalgorithme de la drive premire et seconde
et celui de Pan et Tompkins, les dtails et les applications de ces deux mthodes sont donns
dans le chapitre suivant.

Conclusion
Dans ce chapitre nous avons dfini certaines mthodes de traitement du signal ECG.
Nous avons commenc en premier lieu de par les rseaux de neurones, qui seront utiles pour
llimination des artefacts ds aux mouvements du patient. En deuxime lieu, nous avons cit
diffrentes mthodes de dtection du complexes QRS, et nous avons choisi, celle base sur la
premire et la deuxime drive et celle nomme de Pan et Tompkins. Pour plus de dtail, le
chapitre suivant donne les tapes suivies ainsi les rsultats obtenus.

50

Chapitre IV
RESULTATS
ET

INTERPRETATIONS

Chapitre IV : Rsultats et interprtations

Nous allons, dans ce qui suit, appliquer les mthodes prcdentes au dbruitage et au
traitement du signal ECG. Dans un premier temps, nous allons utiliser les rseaux de neurones
pour supprimer les pics dartefacts, puis nous prsenterons les rsultats des deux algorithmes
de dtection du complexe QRS, lun inspir de la mthode de Pan et Tompkins et lautre bas
sur la premire et deuxime drive.

I. La base de donnes
Les enregistrements ECG que nous avons utiliss dans cette tude proviennent de la
base de donnes internationale MIT-BIH (Massachusetts Institute of Technologie /Beth Israel
Hospital)

arrhythmia

database,

disponible

en

tlchargement

libre

sur

le

site

www.physionet.org. Chaque enregistrement est gnralement form de trois fichiers. Par


exemple lenregistrement 100 est compos de ces trois fichiers : 100.dat ,100.hea et
100.atr. Les donnes des signaux ECG sont enregistres sous le fichier dont lextension est
.dat . Le fichier ayant lextension .hea contient des informations supplmentaires
propos des patients (ge, sexe, mdicaments, etc.) et quelques proprits du signal tel que le
format de stockage et la frquence d'chantillonnage du signal. Le fichier dont lextension est
.atr contient les annotations et la position de pic R de chaque cycle cardiaque (voir annexe C).
La figure IV.1 prsente deux exemples denregistrements ECG de la base de donnes
MIT BIH.
Signal ECG de la base de donnes MIT BIH record 112
Amplitude (mVolts)

1000

950

900

850

4
5
6
Temps (secondes)

10

10

Signal ECG de la base de donnes MIT BIH record 122


Amplitude (mVolts)

1200
1100
1000
900
800
700

4
5
6
Temps (secondes)

Figure. IV.1- Exemple de deux enregistrements ECG de la base de donnes MIT BIH.
51

Chapitre IV : Rsultats et interprtations

II. Elimination des artefacts


Les signaux ECG reus contiennent des artefacts, ds aux mouvements du patient, et
se prsentant sous forme dimpulsion de courte dure. Ces bruits peuvent induire un mauvais
diagnostic et doivent donc tre supprims.
Le signal ECG utile et le bruit dartefact ayant une bande spectrale commune, la
suppression du bruit par filtrage classique est donc inadapte. Pour ces raisons nous faisons
appel aux rseaux de neurones. Ces derniers peuvent tre utiliss dans plusieurs tches de
traitement du signal pour atteindre des objectifs diffrents tels que ; llimination des artefacts
pour un signal EKG [11], la classification des arythmies cardiaques et dtection et
lidentification des arythmies cardiaques [23] [36].
Dans le but dliminer les artefacts ds aux mouvements du patient pour un signal
lectrocardiogramme nous avons utilis les rseaux de neurones et, en particulier,
lalgorithme de Lavenbeg Marquardt.

II.1. Sparation de la base de donnes


Afin de dvelopper une application base de rseau de neurones, il est
ncessaire de disposer de deux bases de donnes : Une base pour effectuer lapprentissage et
une autre pour tester le rseau obtenu et dterminer ses performances.
Les signaux cardiaques utiliss pour la phase dapprentissage sont des signaux qui
contiennent du bruit d aux mouvements du patient.
La base de test est diffrente celle dapprentissage, la diffrence apparaissait au
niveau du bruit d aux mouvements.

II.2. La phase dapprentissage


Dans un rseau de neurones, linformation est code par les poids lis aux
connexions. Lapprentissage est ralis par des algorithmes de calcul dont le but est dadapter
ces poids en fonction des stimuli prsents lentre du rseau. Une fois lapprentissage fini,
les poids ne sont plus modifis.

52

Chapitre IV : Rsultats et interprtations

II.3. Slection dun modle de rseau


Il sagit de raliser la mise en correspondance entre le vecteur dente et le
vecteur de sortie. Puisque nous disposons de la sortie, lapprentissage est dit supervis.
Notre choix sest port sur un rseau multicouches non rcurent, constitu de trois
couches de neurones, une couche dentre de trois neurones, une couche cache de cinq
neurones et une couche de sortie de un neurone, la figure IV.2 montre larchitecture de ce
rseau.

bi

X1

X2

X3

Wi

Figure IV.2 -Architecture du rseau de neurones utilis.

Dans son tat initial, le rseau de neurones ne sait pas comment liminer le bruit d
aux mouvements du patient ; il faut qu'il apprenne. Nous disposons, pour cela, d'un
chantillon d'apprentissage constitu de vecteurs d'entre qui contient le signal ECG avec
bruit et dun vecteur de sortie dsir (sans bruit).

53

Chapitre IV : Rsultats et interprtations

Lorganigramme dapprentissage est alors le suivant :

Dbut

Chargement du signal
ECG

ECG sans artefacts

ECG avec
artefacts

Sortie dsire
Entre du rseau

Algorithme dapprentissage

Sortie de rseau
ECG sans bruits

Fin

Figure. IV.3 - Organigramme dapprentissage: limination des artefacts ds aux mouvements


du patient.

Le principe de l'apprentissage consiste appliquer le vecteur dentre du rseau puis


comparer la sortie dsir celle du rseau. Si la sortie relle et la sortie attendue sont
diffrentes, on va adapter le vecteur de pondration des entres (les poids W) et le biais (b) en
les incrmentant ou dcrmentant d'un pas d'apprentissage fix.
54

Chapitre IV : Rsultats et interprtations

II.4. Rsultats de la phase dapprentissage


A lentre du rseau nous avons le signal ECG avec les artefacts ds aux mouvements
du patient (figureIV.4). Ces artefacts sont reprsents par des pics. Le but est de faire
entrainer le rseau les liminer.
1
Artefacts

Signal ECG

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

Figure. IV.4 - Signal ECG avec les artefacts ds aux mouvements du patient : entre du
rseau.
La sortie dsire correspond un signal ECG sans artefacts et, est prsente par la figure
IV.5.
1

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

55

3.5

4.5

Chapitre IV : Rsultats et interprtations

Figure.IV.5 - Signal ECG sans artefacts: sortie dsire.

La figure IV.6 reprsente les deux signaux ECG, avec artefacts en bleu et sans
artefacts en rouge.
1
ECG avec artefacts

ECG sans artefacts

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

Figure. IV.6 - Entre du rseau en bleu, sortie dsire en rouge.

Le choix du rseau tant fait, le premier pas dapprentissage est de 0.01, nous avons
lanc lapprentissage. Ce dernier sarrte sous lune de ces conditions suivantes:
Lerreur est infrieure 10-12.
Le nombre ditrations (pochs) est gal 1000.
Atteindre un minimum local c--d lorsque lerreur entre la sortie du rseau et la
sortie dsire ne change pas.

56

Chapitre IV : Rsultats et interprtations

Figure IV.7 - Rsultats de lapprentissage.

Le rseau apprend avec un nombre ditrations petit et dans un temps trs bref ce qui
signifie que le but du rseau est atteint facilement, avec un pas dapprentissage fix 0.01, en
utilisant lalgorithme de Lavenberg Marquardt.
Lapprentissage sarrte litration 56 avec une erreur dordre 10-6. Avec ces critres
les artefacts ds aux mouvements sont tous limins. La figure IV.8 reprsente la sortie du
rseau, nous remarquons que tous les artefacts sont limins.
1

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

Figure. IV.8 - Sortie du rseau : Phase dapprentissage.


1
Sortie dsire

Sortie du rseau

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

Figure. IV.9 - Sortie du rseau en bleu, sortie dsire en rouge : Phase dapprentissage.

57

Chapitre IV : Rsultats et interprtations

Daprs la Figures IV.9, nous constatons quil y a une correspondance entre la courbe
de sortie du rseau et celle de sortie dsire dans la phase dapprentissage.

II.5. Rsultats de la phase de test


Une fois le rseau de neurones entran, aprs apprentissage, il est ncessaire de
le tester partir dune base de donnes diffrente de celle utilise pour lapprentissage.
L'ensemble de validation servira l'arrt prmatur du processus itratif de l'apprentissage.
Ce test permet, la fois, dapprcier les performances du systme neuronal et de dtecter le
type de donnes qui pose problme. Si les performances ne sont pas satisfaisantes, il faut
modifier larchitecture du rseau.
Pour la phase de test, nous utilisons des artefacts diffrents ceux de la phase
dapprentissage dans le but de sassurer est ce que le rseau a une bonne capacit de
gnralisation. La figure IV.10 reprsente les courbes de la nouvelle entre (phase de test) et
de la sortie dsire.

Figure. IV.10 - Entre du rseau en bleu, sortie dsire en rouge.

58

Chapitre IV : Rsultats et interprtations

1
ECG sans artefacts

ECG avec artefacts

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

Figure. IV.11 - Sortie du rseau et sortie dsire : Phase de test.

La figure VI.11 montre une correspondance entre la sortie du rseau (test) et la sortie
dsire ce qui implique que les artefacts sont limins.
La performance du rseau est illustre sur la figure ci-dessous, cette performance nous
donne la variation de lerreur quadratique en fonction de nombre dpoques.

59

Chapitre IV : Rsultats et interprtations

Figure.IV.12 - Erreur quadratique moyenne en utilisant lalgorithme de Lavenberg Marquardt.

Le Tableau ci-aprs, donne les valeurs des erreurs quadratiques moyennes dans les
deux phases dapprentissage et de test not respectivement EQM A, EQM T.

Algorithme de LM

EQM A

EQM T

Nombre ditrations

5,1352.10-6

2,6151.10-5

59

Tableau IV.1. Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire dans la
phase de dapprentissage et de test.

Daprs les figures IV.9 et IV.11, nous constatons que les courbes de sortie du rseau
et la sortie dsire, concident parfaitement, dans les deux phases dapprentissage et de test.
La figure IV.12 et le tableau IV.1 montre aussi que les performances obtenues sont trs
satisfaisantes.
Nous avons test lefficacit du rseau en introduisant dautres signaux de la base de
donnes MIT-BIH, les rsultats sont reprsents par les figures donnes ci-aprs.

60

Chapitre IV : Rsultats et interprtations

0.5

0.5

Amplitude (m volts)

Amplitude (m Volts)

-0.5

-1

2
3
4
Temps (secondes)

-0.5

-1

2
3
4
Temps (secondes)

-A-

-B-

0.5

0.5

Amplitude (m Volts)

Amplitude (m Volts)

Figure VI.13 - Signal dentre (signal 219).


A : Phase dapprentissage / B : Phase de test.

-0.5

-1

2
3
4
Temps (secondes)

-0.5

-1

2
3
4
Temps (secondes)

-A-

-B-

Figure IV.14 - Rsultats de la sortie obtenue (signal 219).


A : Phase dapprentissage / B : Phase de test.

Algorithme de LM

EQM A

EQM T

Nombre ditrations

8,3044.10-6

1,1737.10-4

20

61

Chapitre IV : Rsultats et interprtations

0.5

0.5

Amplitudes (m Volts)

Amplitude (m Volts)

Tableau IV.2. Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire dans la
phase de dapprentissage et de test (signal 219).

-0.5

-1

2
3
4
Temps (secondes)

-0.5

-1

2
3
4
Temps (secondes)

-A-

-B-

1.5

1.5

1
Amplitude (m Volts)

Amplitude (m Volts)

Figure IV.15 - Signal dentre (signal 123).


A : Phase dapprentissage / B : Phase de test.

0.5

-0.5

-1

0.5

-0.5

2
3
4
Temps (secondes)

-1

2
3
4
Temps (secondes)

-A-

-B-

Figure IV.16 - Rsultats de la sortie obtenue (signal 123).


A : Phase dapprentissage / B : Phase de test.

EQM A

EQM T

62

Nombre ditrations

Chapitre IV : Rsultats et interprtations

1,3126.10-6

Algorithme de LM

1,0774.10-5

35

Tableau IV.3. Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire dans la
phase de dapprentissage et de test (signal 123).

La figure IV.16 montre que les courbes de la sortie dsire et de la sortie du rseau
sont juxtaposes dans les deux phases dapprentissage et de test. Lerreur donne dans le

0.8

0.8

0.6

0.6

Amplitude (m Volts)

Amplitude (m Volts)

tableau IV.3 est faible ce qui confirme aussi que les rsultats sont satisfaisants.

0.4
0.2
0
-0.2
-0.4

0.4
0.2
0
-0.2

2
3
4
Temps (secondes)

-0.4

-A-

2
3
4
Temps (secondes)

-BFigure IV.17 - Signal dentre (signal 123).


A: Phase dapprentissage / B : Phase de test.

63

Chapitre IV : Rsultats et interprtations

0.8

0.8

0.6

0.6

Amplitude (m Volts)

Amplitude (m Volts)

0.4
0.2
0
-0.2
-0.4

0.4
0.2
0
-0.2

2
3
4
Temps (secondes)

-0.4

2
3
4
Temps (secondes)

-A-

-B-

Figure IV.18 - Rsultats de la sortie obtenue (signal 231).


A : Squence dapprentissage / B : Squence de test.

Algorithme de LM

EQM A

EQM T

Nombre ditrations

1,8384.10-5

1,1321.10-5

15

Tableau IV.4. Erreur quadratique moyenne entre la sortie du rseau et la sortie dsire dans la
phase de dapprentissage et de test (signal 231).

II.6. Interprtation
Ces rsultats montrent quavec les rseaux de neurones, nous avons pu liminer les
artefacts ds aux mouvements, avec une erreur pratiquement de 10-6. Cette dernire valeur
obtenue dans la phase dapprentissage se retrouve du mme ordre de grandeur dans la phase
de test. Du fait que lerreur est faible et les courbes de sortie du rseau et de sortie dsire
concident, cela nous permet de conclure que notre rseau a bien appris et a gnralis
lapprentissage.

III. Dtection du complexe QRS


Aprs avoir limin les artefacts ds aux mouvements du patient, nous passons la
prochaine tape qui consiste dtecter les complexes QRS.

64

Chapitre IV : Rsultats et interprtations

Le but principal de la dtection du complexe QRS est de calculer la frquence


cardiaque ce qui nous permettra de dtecter dventuelles tachycardies ou bradycardies, de
dduire des informations sur la rgularit du signal et de dterminer la largeur du complexe
QRS. Toutes ces informations

sont trs importantes pour le mdecin afin de faire un

diagnostic, il peut dduire est ce que cest un QRS fin ou cest un QRS large.
La normalisation du signal ECG est une tape que nous avons effectue avant chaque
pr-traitement. Son rle na pas dimportance sur la dtection elle-mme, mais il sert centrer
le signal 0(sur laxe horizontal). Les figures IV.19 et IV.20 reprsentent, respectivement, le
signal ECG avant et aprs normalisation.
1200

Amplitude (m Volts)

1150

1100

1050

1000

950

10

15
Temps (secondes)

20

25

30

Figure IV.19 - Signal ECG avant normalisation.

Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
-0.2
-0.4

10

15
Temps (secondes)

20

25

Figure IV.20 - Signal ECG aprs normalisation.

65

30

Chapitre IV : Rsultats et interprtations

III.1. Dtection du complexe QRS par la mthode base sur la drive premire
et seconde
Cette mthode consiste effectuer la drive premire du signal ECG, puis sa
deuxime drive, et sommer ces deux drives et faire un seuillage. Lobjectif de la
drivation est daugmenter lamplitude du complexe QRS tout en attnuant les perturbations
ainsi que les ondes P et T. La sommation a pour but de maximiser lamplitude (lnergie) du
signal. Le schma de la figure VI.21 rcapitule les tapes de cette mthode.
1

-1

Sommation

Premire
drive

10

Seuillage

Signal ECG
1

Deuxime
drive

0.5
0

10

QRS dtects

Figure IV.21 - Schma bloc de dtection du complexe QRS par la mthode base sur
la 1re et la 2me drive.

III.1.1. Rsultats de la dtection


Les figures suivantes reprsentent leffet de chacune de ces tapes sur le signal ECG.

66

Chapitre IV : Rsultats et interprtations

Amplitude (m Volts)

0.5

-0.5

-1
5

10

15
Temps (secondes)

20

25

30

Figure IV.22 - Signal ECG (Signal 230).

Premire drive :

Amplitude (m Volts)

0.05
0
-0.05
-0.1
-0.15

10

15
Temps (secondes)

20

25

Figure IV.23 - Signal ECG aprs la premire drive.

Deuxime drive :

67

30

Chapitre IV : Rsultats et interprtations

Amplitude (m Volts)

0.02
0.01
0
-0.01
-0.02

10

15
20
Temps (secondes)

25

30

Figure IV.24 - Signal ECG aprs la deuxime drive.

Sommation des deux drives :

0.15

A m plitude (m V olts)

0.1
0.05
0
-0.05
-0.1
-0.15
-0.2

10

15
Temps (secondes)

20

25

Figure IV.25 - Signal ECG aprs la sommation.

Seuillage :
68

30

Chapitre IV : Rsultats et interprtations

Nombre de QRS dtecter

Amplitude (m Volts)

1
0.8
0.6
0.4
0.2
0

10

15
Temps (secondes)

20

25

30

Figure IV.26 - Signal ECG aprs seuillage : Dtection du complexe QRS.

III.1.2. Discussion
Avec la mthode des deux drives, nous avons dtect des pics qui correspondent aux
complexes QRS, cependant, certaine pics existants ne sont pas dtects ce qui risque de
fausser le calcul de la frquence cardiaque et induire un diagnostic erron. Pour remdier ce
problme nous avons opt pour une autre mthode de dtection dtaille ci-aprs.

III.2. Dtection du complexe QRS par la mthode de Pan et Tompkins


J.Tompkins et J.Pan ont propos une mthode permettant la dtection en temps
rel du complexe QRS [35] par la construction dun filtre passe-bande partir dun filtre
passe-bas et d'un filtre passe haut. Par la suite nous appliquons au signal obtenu la srie
doprations suivantes : filtre drivateur, filtre quadrateure, filtre moyenne glissante et
seuillage (figure IV.27).

69

Chapitre IV : Rsultats et interprtations

1
0
-1

10

Filtre passe
bas

Filtre basse
haut

Drivateur

Seuillage et

Fentre
moyenne
glissante

Quadrature

Signal ECG
1
0.5
0

10

Dtection

QRS dtects
Figure IV.27 - Schma bloc de dtecteur du complexe QRS par la mthode de Pan et
Tompkins.

Le signal ECG obtenu lors de lenregistrement est gnralement contamin par


diffrentes sources de bruits de diffrentes frquence qui peuvent perturber les
caractristiques de phase et damplitude du signal utile do la ncessit dun bon filtrage.
Pan et Tompkins ont propos un filtre passe bas puis un passe haut pour liminer tous
les bruits. La figure suivante reprsente le signal lentre du dtecteur.

Amplitude (m Volts)

0.5

-0.5

-1
5

10

15
Temps (secondes)

20

Figure IV.28 - Signal ECG (Signal 230).

III.2.1. Rsultats de la dtection


70

25

30

Chapitre IV : Rsultats et interprtations

Filtre passe bas :


La fonction de transfert du filtre passe bas est donnes par lquation IV.1, ce qui
correspond la fonction de transfer reprsente par la figure IV.29.

1 2 z 6 + z 12
H L ( z) =
IV.1
1 2 z 1 + z 2

Figure IV.29 - Fonction de transfert du filtre passe bas.

Le gain de 3dB est obtenu la frquence 20 Hz, ce qui nous permet d'liminer les
ondulations dues au rseau d 50Hz, et de minimiser les bruits de hautes frquences. La figure
IV.30 reprsente le signal ECG aprs filtrage passe bas.

0.8

Amplitude (m Volts)

0.6
0.4
0.2
0
-0.2
-0.4
0

10

15
Temps (secondes)

20

25

Figure.IV.30 - Signal ECG aprs filtrage passe bas.


Filtre passe haut :
71

30

Chapitre IV : Rsultats et interprtations

Le signal rsultant est trait ensuite par un filtre passe haut de fonction de transfert,
donne par lquation IV.2 et reprsente par la figure IV.31. Ce filtre limine toutes les
basses frquences qui nappartiennent pas au signal ECG. La frquence de coupure de ce filtre
est de 1 Hz.
H L ( z) =

1 + 32 z 16 + z 32
IV.2
1 + z 1

Figure.IV.31 - Fonction de transfert du filtre passe haut.

La figure suivante reprsente la sortie du filtre passe haut.


1

Amplitude (m Volts)

0.5

-0.5

-1

10

15
Temps (secondes)

20

25

Figure IV.32 - Signal ECG aprs filtrage passe haut.

72

30

Chapitre IV : Rsultats et interprtations

Comme on le constate, ce filtre a compltement limin les bruits relatifs la variation


de la ligne de base, la respiration, ainsi que tous autres artefacts lis des mouvements du
patient ou par dautres signaux enregistrs simultanment.

La drivation :
Le circuit drivateur, quivalent la fonction de transfert donne par lquation
IV.3, agit comme un filtre passe haut. Puisque le complexe QRS possde les frquences les
plus leves de lECG, la drive du signal prsente ce niveau des valeurs maximales
leves. La figure IV.33 montre le signal ECG la sortie du filtre drivatif.

H (Z ) = (1 / 8T )(Z 2 2Z 1 + 2Z 1 + Z 2 ) IV.3

Amplitude (m Volts)

0.5

-0.5

-1

10

15
Temps (secondes)

20

25

Figure IV.33 - Signal ECG aprs drivation.

73

30

Chapitre IV : Rsultats et interprtations

La quadrature :
Lobjectif de llvation en carr est daccentuer le contraste (faire ressortir la
diffrence) entre londe R et le reste du signal mis en vidence par la drivation.
1

Amplitude (m Volts)

0.8

0.6

0.4

0.2

10

15
Temps (secondes)

20

25

30

A : ECG pendant 30 secondes.


Amplitude (m Volts)

0.8
0.6
0.4
0.2
0
0.5

1.5

2
2.5
3
Temps (secondes)

3.5

4.5

B : ECG pendant 5 secondes.


Figure IV.34 - Signal ECG aprs llvation en carr.

Dans la figure IV.34 la partie ngative du signal est supprime et les ondes de petites
amplitudes aussi. Ne restent alors que les pics de grandes amplitudes qui correspondent aux
complexes QRS (ce qui apparait clairement dans la figure IV.34.B).

74

Chapitre IV : Rsultats et interprtations

Filtre moyenne glissante :


Ce filtrage permet daccentuer les extrema locaux du signal, et de transformer
chaque complexe QRS en une seule onde mieux place pour la dtection par un seuillage. La
taille de la fentre doit tre adapte la largeur moyenne dun complexe QRS. Si elle est trop
grande, le maximum est dcal en temps par rapport la position du R (influence de londe T)
si, au contraire, elle est trop petite, on obtient plusieurs pics pour une mme onde R.
La forme du signal la sortie de ce filtre est montre sur la figure IV.35.
1

Amplitude (m Volts)

0.8

0.6

0.4

0.2

10

15
20
Temps (secondes)

25

30

35

Amplitude (m Volts)

A :ECG pendant 30 secondes.


0.8
0.6
0.4
0.2
0
0.5

1.5

2.5
3
3.5
Temps (secondes)

4.5

B : ECG pendant 5 secondes.


Figure IV.35 - Signal ECG la sortie de filtre moyenne glissante.

Dans la figure IV.35, nous avons une seule onde, par rapport la figure IV.34 o se
trouvent des ondes trs proches. Donc ce filtre a unifi les ondes dans le but de dtecter le
complexe QRS.

75

Chapitre IV : Rsultats et interprtations

Seuillage :
A lissue du traitement prcdent, le signal disponible possde un maximum absolu
pour chaque complexe QRS. Il possde, en outre, dautres maxima locaux, de plus faible
amplitude en gnral, qui correspondent soit aux bruits, soit aux ondes T. Cette tape consiste
donc en une recherche de maximum. Pour cela, nous effectuons un seuillage temporel, nous
obtenons la figure suivante.

Amplitude (m Volts)

0.8

0.6

0.4

0.2

10

15
Temps (secondes)

20

25

30

Amplitude (m Volts)

A : Nombre du complexe QRS dtect pendant 30 secondes.

0.8
0.6
0.4
0.2
0
3.26

3.27

3.28

3.29
3.3
3.31
Temps (secondes)

3.32

B : largeur dun seul complexe QRS.


Figure IV.36 - Dtection du complexe QRS.

76

3.33

3.34

Chapitre IV : Rsultats et interprtations

III.2.2. Discussion
A partir de la figure prcdente, nous pouvons dterminer la dure T du complexe
QRS. Dans lexemple choisis, nous avons donc :
T(QRS) = 3.33-3.28 = 0.05 secondes
En comparant cette largeur celle dun complexe normal (entre 0.08 s et 0.12 s), nous
pouvons en dduire quil sagit dun complexe fin, qui correspond un tat pathologique (qui
peut tre pour un rythme rgulier une extrasystoles auriculaires ou une flutter auriculaire, et
pour un rythme irrgulier une fibrillation auriculaire)

Nous pouvons aussi calculer la frquence cardiaque, Fc, qui est gale au nombre du
pic en 60 secondes (figure IV.37). Elle est aussi trouve en divisant 60 sur la distance entre
deux pics successifs. Dans notre exemple, nous obtenons :
Fc = 44 bpm.
De ce fait nous pouvons dduire que le patient est tat de Bradycardie.

A m plitude (m V olts )

1
0.8
0.6
0.4
0.2
0

10

20

30
40
Temps (secondes)

50

60

Figure IV.37 Nombre du complexe QRS dtect dans 60 secondes.


.

77

Chapitre IV : Rsultats et interprtations

III.3. Organigramme rcapitulatif de dtection


Dbut

Rception du
signal ECG

Suppression des bruits

Dtection du
complexe QRS

Oui

Dure du QRS :
normale

Frquence
cardiaque Fc :
normale

Non

Non
Urgence et
intervention

Fin
Figure IV.38 - Organigramme de dtection.

78

Oui

Chapitre IV : Rsultats et interprtations

III.4. Comparaison entre les deux mthodes de dtection


Nous allons dans ce qui suit, comparer lefficacit des deux mthodes de dtection
proposs. Pour cela, nous allons choisir plusieurs signaux de la base de donnes auxquels
nous appliquons les deux mthodes. On notera :
NE : Le nombre de complexe QRS existant dans chaque signal.
ND : Le nombre de complexe QRS dtect par chacune des mthodes.
Taux : Le taux de dtection, calcul suivant lquation suivante :
Taux=ND/NE

IV.5

Le tableau suivant rcapitule les rsultats obtenus.


Dans ce tableau, les signaux sont identifis par leurs numros dans la base de donnes
(premire colonne). La deuxime colonne indique le nombre, NE, de complexe QRS existant
de chaque signal sur une dure de 30 secondes. Les deux colonnes suivantes indiquent le
nombre de complexe QRS dtect, ND, par chacune des deux mthodes. Le taux de dtection,
de chaque cas, correspondent aux deux dernires colonnes.

Signaux

NE (30 s)

ND (30 s)

ND (30 s)

79

Taux

Taux

Chapitre IV : Rsultats et interprtations

QRS existant

Pan et Tompkins

1er et 2me

Pan et

1er et 2me

drive

Tompkins

drive

112

24

22

16

54,17 %

66,67 %

114

15

15

100 %

40 %

115

17

17

100 %

0%

117

14

14

14

100 %

100%

118

20

20

20

100 %

100%

121

17

16

11

94,12 %

64,71 %

122

25

25

100 %

20 %

123

13

13

13

100 %

100 %

124

14

12

14

85,71 %

100 %

201

24

23

95,83 %

25 %

202

14

14

12

100 %

85,71 %

205

24

13

54,17 %

37,50 %

207

16

excs

0%

220

20

20

14

100 %

70 %

228

20

20

20

100 %

100 %

230

23

23

100 %

17,39 %

231

17

16

14

94,12 %

82,35 %

232

15

15

15

100 %

100 %

233

22

24

excs

0%

234

25

22

20

88 %

80 %

Tableau IV.2. Rcapitulatif des rsultats de dtection du complexe QRS par les deux
mthodes, avec un ensemble denregistrement ECG de la base de donnes MIT BIH.

80

Chapitre IV : Rsultats et interprtations

III.5. Interprtation
Ces rsultats montrent que le nombre de complexes QRS dtect avec la mthode de
Pan et Tompkins est plus grand que celui dtect avec la mthode base sur la premire et la
deuxime drive.
En comparant le nombre de complexe dtect par les deux mthodes avec celui existant
rellement dans chaque signal, on constate que, contrairement la mthode des drives celle
de Pan et Tompkins nous donne un taux de dtection lev, gale 100% dans plusieurs cas
(detection de tous les complexes existants).
De ces rsultats, nous pouvons conclure que la mthode de Pan et Tompkins est
meilleure et plus performante que celle bas sur la premire et la deuxime drive.
On notera que, dans le cas des signaux 207 et 233, le nombre de QRS dtect est
suprieur au nombre de QRS existant, cexplique par londe T qui a une amplitude leve
dans ces deux signaux et lalgorithme les considre comme des complexes QRS.

Conclusion :
Les tests effectus ont montr, dune part, quun systme neuronal permet dliminer
les bruits dartefacts ds aux mouvements du patient lors de lacquisition ambulatoire.
Dautre part, les deux mthodes proposes, celle de Pan et Tompkins et celle base sur
le calcul des drives permettant la dtection et la caractrisation des complexes QRS avec,
pour but, de dtecter dventuelles pathologies. Lvaluation des performance de chaque
mthode nous permis de conclure que lapproche de Pan et Tompkins tant plus efficace car
permettant un taux de dtection plus lev.

81

CONCLUSION
ET
PERSPECTIVES

Conclusion et perspectives

Dans ce travail nous avons tudi le signal lectrocardiographique (ECG) dans le but
de le transmettre distance et de le traiter afin de dtecter dventuelles pathologies.
Aprs avoir expliqu le fonctionnement du cur et la signification de chaque onde et
chaque intervalle dans le signal ECG correspondant, nous avons dtaill les diffrentes tapes
suivre qui transmettre lacquisition ambulatoire, la numrisation, lmission sans fil et la
rception de ce signal.
A la rception, le signal est ensuite trait. Ce traitement passe par deux tapes, la
premire a pour but dliminer les artefacts ds aux mouvements du patient durant
lacquisition et la deuxime consiste dtecter le complexe QRS pour en dduire
dventuelles pathologies.
Grace lutilisation de rseaux de neurones, nous avons pu liminer les artefacts ds
aux mouvements. En ce qui concerne la dtection des pics qui reprsentent les complexes
QRS du signal ECG, la mthode de Pan et Topmkins permis dobtenir des rsultats dont
lefficacit de faire une analyse et un diagnostic du signal ECG et de dtecter dventuelles
pathologies.

A lissue de cette tude deux points peuvent faire lobjet de perspectives de


travail :

Le premier point consiste dvelopper une mthode de traitement permettant


dextraire plus dinformations du signal ECG en dtectant, en plus du complexe QRS,
londe P, londe T et lintervalle ST.

La deuxime extension possible ce travail consiste acqurir et transmettre


distance, en plus du signal ECG, dautres grandeurs physiologiques telles que la
tension artrielle et la temprature

81

ANNEXES

ANNEXE A
Le cycle cardiaque et le systme nerveux.

ANNEXE B
Fiches techniques des composants utiliss.

Annexe A : Le cycle cardiaque et le systme nerveux

1. Le rythme cardiaque dirig par le Systme Nerveux Autonome


Le muscle cardiaque est unique du fait quil est capable de maintenir son propre
rythme. Ainsi, de lui seul il battrait environ 100 pulsations la minute. Cependant, la
frquence cardiaque peut tre trs rapidement modifie par lactivit des nerfs qui innervent
le cur et les substances chimiques en circulation. Aussi, le Systme Nerveux Autonome
(SNA) contrle, entre autres, la frquence de dcharge du pacemaker sinusal, la force avec
laquelle les fibres musculaires des ventricules se contractent chaque dcharge, et la
rsistance oppose par les vaisseaux lapport en sang chaque pompage.

2. Le Systme Nerveux
Le Systme nerveux (SN) comprend plusieurs milliards de cellules nerveuses appeles
neurones. Ces cellules communiquent entre elles par lintermdiaire de synapses permettant le
passage de linflux nerveux. La transmission se fait grce des neurotransmetteurs
(adrnaline, actylcholine, noradrnaline, etc.) ayant des capacits excitatrices ou inhibitrices.
Le SN est divis en deux sous-systmes (voir figure A.1) :
le Systme Nerveux Central (SNC), qui est constitu du cerveau et de la molle
pinire. Il soccupe de la transmission des impulsions sensorielles, ainsi que de la
supervision et de la coordination de tout le SN.
le Systme Nerveux Priphrique (SNP), qui correspond la partie du SN forme des
ganglions et des nerfs, qui fait circuler linformation entre les organes et le SNC, et qui ralise
les commandes motrices de ce dernier.
Le SNP comprend deux voies :
la voie affrente, qui transmet les informations sensorielles des rcepteurs
priphriques vers la molle pinire et le cerveau (le SNC).
la voie effrente, qui transmet les signaux moteurs du SNC vers la priphrie, et plus
particulirement vers les muscles squelettiques.
La voie effrente comprend deux subdivisions :
9 le Systme Nerveux Somatique (SNS), qui permet dinteragir avec le monde extrieur
en participant lquilibre et la motricit.

Annexe A : Le cycle cardiaque et le systme nerveux

9 le Systme Nerveux Autonome (SNA), qui permet de rguler diffrentes fonctions de


lorganisme (cardiovasculaire, pulmonaire, rnale digestive).

Figure A.1- Schma du systme nerveux et ses sous-systmes.

3. le Systme Nerveux Autonome


Le SNA est la partie du systme nerveux responsable des fonctions automatiques
telles que la digestion, la sudation, etc. Le SNA est responsable de la rgularisation des
fonctions internes pour assurer le maintien de lhomostasie. Le SNA a un rle primordial
dans la rgulation de lactivit cardiaque travers le contrle de la frquence cardiaque, de la
force des battements et de la pression artrielle.

Annexe A : Le cycle cardiaque et le systme nerveux

Deux systmes interviennent dans le contrle cardiaque : le systme nerveux


sympathique et le systme parasympathique. Ces systmes ont des comportements
antagonistes afin dassurer un quilibre au bon fonctionnement du cur. Ainsi, les oreillettes
sont innerves par des fibres nerveuses parasympathiques et sympathiques tandis que les
ventricules ne sont que sous linfluence des fibres sympathiques.
Les systmes sympathique et parasympathique sont continuellement activs. Le cur
na pas besoin dune stimulation nerveuse externe pour battre. Cependant, le systme nerveux
autonome peut exercer une influence considrable sur son activit : le systme nerveux
sympathique peut augmenter la force et la frquence des battements afin de prparer
lorganisme leffort ; il intervient aussi en priode de stress motionnel (peur, anxit) et
physique (exercice physique intense). Le systme sympathique libre de la noradrnaline qui
diminue le seuil dexcitation du nud sinusal ; le cur y ragit en battant plus vite.
La dpolarisation du nud sinusal est favorise par la stimulation nerveuse
sympathique, ce qui permet aux cellules datteindre plus rapidement le potentiel daction et
daugmenter ainsi la frquence cardiaque. Les liaisons nerveuses sympathiques sont relies,
non seulement au niveau du nud sinusal, mais aussi toutes les cellules du cur.
Le systme parasympathique de son ct, a pour fonction de diminuer la frquence
cardiaque. Il va transmettre au cur, par lintermdiaire du nerf vague, un message qui va
entraner la libration dactylcholine, neurotransmetteur et hormone du systme nerveux
permettant la diminution du rythme de la dpolarisation sinusale et, par le fait mme, la
frquence cardiaque.
Le systme nerveux autonome est sous le contrle des centres cardiaques situs dans
le bulbe rachidien. Le centre cardio-acclrateur agit par le sympathique et le centre cardioinhibiteur par le parasympathique. Des rcepteurs situs dans diverses parties du systme
cardio-vasculaire (dont des barorcepteurs ragissant aux variations de la pression artrielle
systmique) stimulent ingalement ces centres nerveux.

Annexe B
1. Datasheet du PIC 16F877

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

2. Datasheet du lamplificateur INA114

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B
3. Datasheet du MAX232

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B
4. Datasheet du
GM862

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B

Fiches techniques des composants

Annexe B
5. Datasheet de la diode

Fiches techniques des composants

REFERENCES
BIBLIOGRAPHIQUES

Rfrences bibliographiques
[1] CLAUDE GUEROT et YVES GROSGOGEAT, "Llectrocardiogramme: Savoir
linterprter", pp.11-16 ; pp.20-23 ; pp.27-28. Paris-1995.
[2] DENISE HEBERT Lire un ECG 2006.
[3] AKHOROVETS, "What is an electrocardiogram" The internet journal of health: vol 1
number 2, 2000.
[4] ALINE CABASSON "Estimation et analyse des intervalles cardiaque " thse de
doctorat, 2008.
[5] ANTOINE MICHEAU, DENIS HOA, MATHIEU
Vasculaire", VERNAZOBRES-GREGO, pp.40-48 ;pp.58-59.

ARNOULT, "Cardiologie

[6] PIERRE SIMON et DOMINIQUE ACKER " La place de la tlmdecine dans


lorganisation des soins ", pp.14-16, Novembre 2008.
[7] YANN DANIEL "La tlmdecine au service de la mdecine gnrale : Analyse dun
service de tl-exprertise asynchrone daide au diagnostic lectrocardiographique", thse
de doctorat, Paris-2009.
[8] SALIM GRAJA, " Segmentation et classification de londe P dun lectrocardiogramme
: dtection dun risque de fibrillation auriculaire ", thse de doctorat, Bretagne-2008.
[9] AMIT KUMAR, LILLIE DEWAN and MUKHTAR SINGH, "Real time Monitoring
System for ECG signal Using Virtual Instrumentation", wseas transactions on biology and
biomedicine, vol 3, pp. 638-643, 2006.
[10] ANAN FANG, JAIN CHUN GUO and LIPING LUO, "Remote Electric Power
Network Monitoring System Based on GPRS", IITA International Conference on Control,
Automation and Systems Engineering IEEE,pp.229-231, 2009.
[11] HADDAB.S, LAGHROUCHE. M, "Microcontroller Based System for
Electrogastrography Monitoring Though Wirless Transmission ", Measurement science
review, Volume 9, No 5, 2009.
[12] N. DJOUAHER, Z. AMIROU, M. DJEDDI, "Dtection du segment S-T de lECG par la
spline quadratique" 3rd International Conference: Sciences of Electronic, Technologies of
Information and Telecommunications Tunisia-March 27-31, 2005.
[13] GARI D. CLIFFORDFRANCISCO AZUAJE AND PATRICK E. MCSHARRY,
" Advanced Methods and Tools for ECG Data Analysis ", Library of Congress Catalogingin-Publication Data, Bretagne, pp.16-19; pp.61-65, 2006.

[14] CLAUDIO DE CAPUA, ANTONELLA MEDURI, AND ROSARIO MORELLO, " A


Smart ECG Measurement System Based on Web-Service-Oriented Architecture for
Telemedicine Applications", IEEE TRANSACTIONS ON INSTRUMENTATION AND
MEASUREMENT, VOL. 59, NO. 10, pp. 2530-2538, OCTOBER 2010.
[15] BAI YIANG-PIN, WU SHUI-CAI, "Study on Dynamic Electrocardiogram System
with Function of ECG Tele-transmission", IEEE,pp.226-227, 2004.
[16] BORROMEO S, RODRIGUEZ-SANCHEZ C, MACHADO F, HERNANDEZTAMAMES JA, DE LA PRIETA R, " A Reconfigurable, Wearable, Wireless ECG
System", Proceedings of the 29th Annual International Conference of the IEEE EMBS Cit
Internationale, Lyon, France,pp. 23-26, August 2007.
[17] William Brims, " wireless ecg ", Volume I Australia, pp.13-16;pp.27-29, 2002.
[18] PATRICK O. BOBBIE,CHAUDARY ZEESHAN ARIF,HEMA CHAUDHARI et
SAGAR PUJARI, " Electrocardiogram (EKG) Data Acquisition and Wireless
Transmission ", Southern Polytechnic State University, School of Computing and Software
Engineering, Marietta Parkway, Marietta, USA.
[19] MENESPLIER.D, "Microcontrleurs PIC 16F876 et 16F877", ENAC/ELE 2001.
[20] " PIC16F87X Data Sheet ", Microcontrollers, 2001 Microchip Technology.
[21] "Data Sheet INA114".
[22] WAEL M EL-MEDANY, AND ALAUDDIN ALOMARY, REYADH AL-HAKIM,
SUFYAN AL-IRHAYIM, AND MUSTAFA NOUSIF, "Implementation of GPRS-Based
Positioning System using PIC Microcontroller", Second International Conference on
Computational Intelligence, Communication Systems and Networks, IEEE, pp.365-368, 2010.
[23] PHILIPPE RAVIER, CEDRIC DUMEZ-VIOU, RAPHAEL CANALS, "Traitements
Temps rel de signaux ECG : Un exemple de transfert recherche vers enseignement pour
les systmes embarqus", CETSIS, Nancy, 25-27 octobre 2005.

[24] OSCAR HERNNDEZ, EDGAR OLVERA, " Noise Cancellation on ECG and Heart
Rate Signals Using the Undecimated Wavelet Transform ", International Conference on
eHealth, Telemedicine, and Social Medicine IEEE, pp.145-150, 2009..
[25] LIU PING PENG AIMING PENG PUPING, " A Novel Electrocardio Signal
Detection and Analysis System Based on Virtual Instruments ", IEEE,pp.232-236. 2007.

[26] S KORSAKAS, J LAUZNIS, A VAINORAS, Z MARKOVITCH, L GARGASAS, I


MARKOVITCHA, Z NAVICKAS5, R RUSECKAS, " The Mobile ECG and Motion Activity
Monitoring System for Home Care Patients", ISSN 02766547. Computers in Cardiology;
33, pp.833836. 2006.
[27] I-JAN WANG, LUN-DE LIAO, YU-TE WANG, CHI-YU CHEN, BOR-SHYH LIN,
SHAO-WEI LU, AND CHIN-TENG LIN, " A Wearable Mobile Electrocardiogram
Measurement Device with Novel Dry Polymerbased Electrodes ", IEEE, pp.379-384, 2010.
[28] NOR SYAHIDATUL NADIAH ISMAIL, SHARIFAH H. S. ARIFFIN and MOHD
ROZAINI ABD RAHIM, NORSHEILA FISAL "TRG Wireless ECG Sensor for Medical
Healthcare Application" IEEE, pp. 278.1-278.4, 2008.
[29] ZHANG HONGJUN, " The Research of ECG Diagnosis System Based on Support
Vector Machines ", Journal of Convergence Information Technology, Vol.6, No. 3, March
2011.
[30] Dr. SALEH M. Al-Qaraawy ,Hamid Mousa Hasan & MAHER FAIK ESMAILE,
" Remote ECG Signal Monitoring Via Internet ", Eng.& Tech Tournal. Vol. 27, No.7, pp
1324-1335, 2009.
[31] Dr.ALI MOTI NASRABADI, MINOO HEIDARI KANI, "Design of ECG acquisition
and transmission via Bluetooth with heart disease diagnosis", IEEE 2011.
[32] EMIL PLESNIK, OLGA MALGINA, JURIJ F. TASI, MATEJ ZAJC, "ECG Signal
Acquisition and Analysis for Telemonitoring ", IEEE, pp.1350-1355, 2010.
[33] MARC PARIZEAU, "Reseaux de Neurones ", GIF-21140 et GIF-64326, 2004.
[34] G. DREYFUS ," Les Rseaux de Neurones ", Mcanique Industrielle et Matriaux,
n51, Paris, 1998.
[35] PAN JIAPU, TOMPKINS WILLIS J, " A Real-Time QRS Detection Algorithm" IEEE
Trans. On Biomed. Eng, vol. BME-32, pp. 230-236, 1985.
[36] N. BELGACEM, M.A CHIKH, F. BEREKSI REGUIG, " Detection et Identification
des Arythmies Cardiaques par Application des Reseaux de Neurones ", Algrie, 2006
[37] SALAMA MEGHRICHE, " Reconnaissance de Forme de Signaux Biologiques ",
thse de doctorat, pp.41-45 ;pp.54-55 ;pp.57-58, 2008.
[38] GUILLAUME BESLON, " Controle Sensori-moteur par Reseaux Neuromimetiques
Modulaires : Approche pour le Pilotage Reactif en Atelier Flexible ", thse de doctorat,
pp.104-106 ;pp.108-111;pp.114-115 ;pp.122-124, 1995.

[39] Shahanaz Ayub, J.P.Saini, "Fusion beats extraction from ECG using neural network
based soft computing techniques ", Advances in Applied Science Research, pp.76-83, 2010.
[40] K.V.L.Narayana, A.Bhujanga Rao, "Wavelet based QRS detection in ECG using
MATLAB", Innovative Systems Design and Engineering. ISSN Vol. 2, No. 7, pp 60-69, 2011.
[41] C. SARITHA, V. SUKANYA, Y. NARASIMHA MURTHY " ECG Signal Analysis
Using Wavelet Transforms ", Heron Press LTD pp.68-77, 2008.
[42] JEAN-MICHEL RENDERS," Algorithmes gntiques et rseau de neurones",Paris.P3,
1995.
[43] G.DREYFUS, J.-M.MARTINEZ, M.SAMUELIDES,M.B.GORDON, S.THIRIA,
L.HRAULT, " Rseaux de neurones :Mthodologie et applications ", Edition EYROLLES
Paris Cedex version : 2-212-11464-8. pp.4-5,p.7,p.10-12,p17, 2004.
[44].M. A. HASAN, M. I. IBRAHIMY, M. B. I. REAZ Fetal ECG Extraction from
Maternal Abdominal ECG Using Neural Network J. Software Engineering &
Applications, 2: 330-334, 2009
[45] REMI DUBOIS, " Application des nouvelles mthodes dapprentissage la dtection
prcoce danomalies en lectrocardiographie ", thse de doctorat Paris 6, 2004.
[46] MOHAMED BEN MESSAOUD, BESMA KHELIL, AND ABDENNACEUR
KACHOURI, "Analysis and Parameter Extraction of P Wave Using Correlation Method ",
The International Arab Journal of Information Technology, Vol. 6, No. 1, January, pp.40-46,
2007.
[47] http://www.telit.com/en/products.php?p_id=3&p_ac=show&p=7.
[48] MIT-BIHArrhythmia Database, http://www.physionet.org/physiobank/database/MITBIH
[49] www.DatasheetCatalog.com.