Académique Documents
Professionnel Documents
Culture Documents
MEMOIRE DE MAGISTER
Prsent par :
BENSAFIA Kahina
En vue de lobtention du diplme de Magister en Electronique
Option tldtection
Intitul :
Prsident
Mr HADDAB Salah
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.
DEDICACES
A la mmoire de mon Pre Meziane.
SOMMAIRE
Liste des figures
Liste des tableaux
Introduction ...
01
03
05
05
07
08
08
09
09
10
VI.
10
12
12
13
VIII.1.1. Bradycardie ..
VIII.1.2. La tachycardie ..
VIII.2. Trouble de rgularit.
13
14
14
14
14
14
15
Conclusion
15
17
17
17
18
19
20
21
22
23
23
27
27
28
29
30
31
32
32
Conclusion.
33
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
40
40
I.5. Lapprentissage
41
41
42
43
43
43
44
45
46
46
47
47
48
48
49
49
50
Conclusion..
50
51
52
52
52
53
55
58
II.6. Interprtation .
64
64
68
70
76
77
78
80
80
81
Rfrences bibliographiques
Annexes
65
66
66
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
36
36
37
38
38
39
40
41
41
42
42
44
45
Figure III.14
48
Figure IV.1
Figure IV.2
Figure IV.3
51
53
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
29
Tableau III.1
Tableau IV.1
60
Tableau IV.2
Tableau IV.3
Tableau IV.4
Tableau IV.2
79
INTRODUCTION
Introduction
par les
Chapitre I
GENERALITES SUR LE
SIGNAL ECG
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
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.
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.
Figure I.2 Les phases du potentiel daction dune cellule myocardique et change ioniques.
OD : Oreillette Droite.
OG : Oreillette Gauche.
VD : Ventricule Droite.
VG : Ventricule Gauche.
Le patient doit tre couch sur le dos et dans une position confortable et
protg du froid.
Le patient doit tre dtendu pour viter les tremblements musculaires qui
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
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.
11
12
Bradycardie sinusale
L'impulsion lectrique n'est plus transmise des oreillettes aux ventricules. La frquence est
de lordre de 30 60 bpm.
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.
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
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).
16
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.
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.
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
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.
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
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
notre cas la diffrence de potentiel entre deux points du corps est traduite en un signal
lectrique.
le signal utile.
Dans notre cas, toute opration de numrisation se fait dans le micro-contrleur le PIC
16F877.
21
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
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
24
RB0/INT
RB1
RB2
RB3/PGM
RB4
RB5
RB6/PGC
RB7/PGD
33
34
35
36
37
38
39
40
15
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.
Hpital
Carte
ambulatoire
Rseau GSM/GPRS
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
Caractristiques techniques :
Caractristiques
Dsignations
Dimensions
Poids
18 gr
Plage de temprature de
fonctionnement
20C / +55C
Plage de Temprature de
Stockage
40C / +85C
Frquence de fonctionnement
Puissance de sortie
Tension d'alimentation
3.22 V 4.5 V
Courant consomm
< 26 A
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
R1
33K
9V
D1
C5
15 u
BZT03C51
alimentation
BAT2
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
30
C5
D1
33
34
35
36
37
38
39
40
C4
1u
alimentation
BAT2
Portsrie
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
C4
1u
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
34
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
changes de signaux se font au niveau de synapses, qui relient les dendrites dun neurone aux
axones des autres cellules.
W1
X2
X3
W2
W3
X4
W4
Wn
A
S
Xn
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)
H(x) = 1 si x > 0,
H(x) = 0 sinon
III.2
III.3
Fonction Sigmode :
f (x)=1/ (1+exp(-x))
III.4
III.5
Fonction logsigmode :
f(x)=(1-exp(x))/(1+exp(x) )
III.6
Fonction gaussienne :
Avec :
f(x)=exp (-(x-m)2/2)
m est la moyenne.
est la variance.
38
III.7
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
Fonction dactivation
39
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
41
P(t)
d(t)
Professeur
a(t) -
Systme
supervis
e (t)
Entre
Rseau de
neurones
Sortie
obtenue
43
44
yi = g (ni) = g ( wijxi)
III.8
45
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.
46
III.11
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
47
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
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
49
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
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
1000
950
900
850
4
5
6
Temps (secondes)
10
10
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
52
bi
X1
X2
X3
Wi
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
Dbut
Chargement du signal
ECG
ECG avec
artefacts
Sortie dsire
Entre du rseau
Algorithme dapprentissage
Sortie de rseau
ECG sans bruits
Fin
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
La figure IV.6 reprsente les deux signaux ECG, avec artefacts en bleu et sans
artefacts en rouge.
1
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
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
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
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
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.
58
1
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
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
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
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)
-0.5
-1
2
3
4
Temps (secondes)
-0.5
-1
2
3
4
Temps (secondes)
-A-
-B-
Algorithme de LM
EQM A
EQM T
Nombre ditrations
8,3044.10-6
1,1737.10-4
20
61
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)
0.5
-0.5
-1
0.5
-0.5
2
3
4
Temps (secondes)
-1
2
3
4
Temps (secondes)
-A-
-B-
EQM A
EQM T
62
Nombre ditrations
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)
63
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-
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.
64
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
Amplitude (m Volts)
0.8
0.6
0.4
0.2
0
-0.2
-0.4
10
15
Temps (secondes)
20
25
65
30
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.
66
Amplitude (m Volts)
0.5
-0.5
-1
5
10
15
Temps (secondes)
20
25
30
Premire drive :
Amplitude (m Volts)
0.05
0
-0.05
-0.1
-0.15
10
15
Temps (secondes)
20
25
Deuxime drive :
67
30
Amplitude (m Volts)
0.02
0.01
0
-0.01
-0.02
10
15
20
Temps (secondes)
25
30
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
Seuillage :
68
30
Amplitude (m Volts)
1
0.8
0.6
0.4
0.2
0
10
15
Temps (secondes)
20
25
30
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.
69
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.
Amplitude (m Volts)
0.5
-0.5
-1
5
10
15
Temps (secondes)
20
25
30
1 2 z 6 + z 12
H L ( z) =
IV.1
1 2 z 1 + z 2
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
30
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
Amplitude (m Volts)
0.5
-0.5
-1
10
15
Temps (secondes)
20
25
72
30
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
73
30
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
0.8
0.6
0.4
0.2
0
0.5
1.5
2
2.5
3
Temps (secondes)
3.5
4.5
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
Amplitude (m Volts)
0.8
0.6
0.4
0.2
10
15
20
Temps (secondes)
25
30
35
Amplitude (m Volts)
1.5
2.5
3
3.5
Temps (secondes)
4.5
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
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)
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
76
3.33
3.34
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
77
Rception du
signal ECG
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
IV.5
Signaux
NE (30 s)
ND (30 s)
ND (30 s)
79
Taux
Taux
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
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.
81
ANNEXES
ANNEXE A
Le cycle cardiaque et le systme nerveux.
ANNEXE B
Fiches techniques des composants utiliss.
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 B
1. Datasheet du PIC 16F877
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
3. Datasheet du MAX232
Annexe B
Annexe B
Annexe B
4. Datasheet du
GM862
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
Annexe B
5. Datasheet de la diode
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
[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.
[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.