Memoire de fin d‘études
d‘
Pour l'obtention du diplome de

Master
en éléctronique médicale








Analyse des signaux ECG basé sur la serie de Fourier
.

Présenté par: Melle. Zinai Amel

Soutenu le: juin 2011

Devant le jury composé de:

Mr. A. Bekaddour Président

Mr. A.Harzellaoui Encadreur
Mr. B.Mansouri Examinateur
Mr. Y.Benallou Examinateur

Promotion 2010 - 2011

 Sommaire

Introduction générale 01
Chapitre I
I.1 Introduction 03
I.2.Anatomie du cœur 03
I.3 Fonctionnement du cœur 04
I.3.1 Les cellules musculaires cardiaques 05
I.3.1.1 les cellules nodales 06
I.3.2 la circulation du sang 07
I.4 battement cardiaque 08
I.5 le rythme cardiaque dirigé par le système nerveux autonome 09
I.5.1 le système nerveux 09
I.5.2 le système nerveux autonome 10
I.6 Génération du signal électrique 12
I.6.1 le potentiel d’action des cellules du myocarde 13
I.6.2 propagation de l’influx électrique 15
I.7 Quelques pathologies cardiaques 17
I.7.1 tachycardie sinusale 17
I .7.2 bradycardie sinusale 18
I.7.3la fibrillation ventriculaire 18
I.8 conclusion 19
Chapitre II
II.1 Introduction 20
II.2 Définition 20
II.2.1 Principe de fonctionnement 21
II.2.2 Electrodes 21
II.3 Dipôles électriques 22
II.3.1 Fonctionnement 23
II.4 Les dérivations 24
II.4.1 Le model triangulaire d’Einthoven 24
II.4.2 borne de Wilson 25
 II.4.3 Dérivations unipolaire précordiales 26
II.5 Acquisition du signal ECG 28
II.5.1 le résultat de l’ECG 28
II.6 ECG holter 30
II.7 DSP orientés application industrielles 32
II.7.1 introduction 32
II.7.2 présentation des DSP 32
II.7.2.Géneralites 33
II.7.2.1.1 la numérisation 33
II.7.2.1.2 rôle du DSP 34
II.7.2.1.3 approche signal 34
II.8 field programmable gate array (FPGA) 36
II.9 les artefacts de l’ECG 37
II.10 conclusion 37
Chapitre III
III.1.introduction 38
III.2.représentation des signaux 38
III.2.1 modélisation des signaux 38
III.2.2 classification des signaux 39
III.2.2.1 représentation temporelle des signaux 39
III.2.2.2 classification spectrale 40
III.2.2.3 les signaux analogiques et numériques 42
III.3 transformation de Fourier 43
III.3.1 analyse spectral des fonctions périodiques 43
III.3.1.1 développement en série de Fourier 43
III.3.1.2 série de Fourier des fonctions paires et impaires 46
III.3.1.3 représentations fréquentielles 48
III.3.1.4 quelques propretés 50
III.3.1.4.1 propriété de linéarité 50
III.3.1.4.2 propriété de translation 50
III.4 échantillonnage du signal 51
III.4.1 définitions 51
III.4.2 théorème de l’échantillonnage : théorème de Shannon 52
III.5 conclusion 54
Chapitre IV
IV.1. introduction 55
IV.2 objectif du travail 55
IV.3 génération du signal ECG 56
IV.4. première partie 57
IV.4.1 génération de l’onde P 57
IV.4 .1.a évaluation des coefficients de la série 58
IV.4.2. onde QRS 59
IV.4.2.b évaluation des coefficients de Fourier 60
IV.4.3.algorithme utilisé pour l’évaluation des coefficients de la série de Fourier 60
IV.4.3.1 paramètre du simulateur 61
IV.4.4.résultats 61
IV.4.4.1.interprétation 60
IV.5.deuxième partie 62
IV.5.1.interprétation 66
IV.6.classification des complexes (circuit FPGA) 66
IV.7.validation des résultats 66
IV.8.conclusion 68
Conclusion générale 69
Bibliographie 70
Annexe 72
Résumé

 Liste des figures

Figure I.1 : anatomie du cœur 04

Figure I.2 : schéma fonctionnelle du cœur 05
Figure I.3 : tissu nodal 06
Figure I.4 : circulation sanguine 07
Figure I.5 : principe des systoles (a) : diastoles et systole auriculaire (b) : systole 09
ventriculaire
Figure I.6 : système nerveux 10
Figure I.7 : structure de la membrane cellulaire 13
Figure I.8 face de génération de potentiel (action et réaction) 15
Figure I.9 : chemin du signal électrique cardiaque 16
Figure I.10 propagation du potentiel d’action dans le cœur 17
Figure I.11 : tachycardie sinusale 18
Figure I.6 : bradycardie sinusale 18
Figure I.5 : fibrillation ventriculaire 19
Figure II.1 : exemple du tracé de l’électrocardiographe 20
Figure II.2 : électrodes bipotentielles 21
Figure II.3 : principe de la dépolarisation et la repolarisation cellulaire 22
Figure II.4 : propagation de l’impulsion électrique à traves le cœur 23
Figure II.5 : dérivation bipolaire et triangle d’Einthoven 25
Figure II.6:dérivation unipolaire augmentées 26
Figure II.7 : dérivation précordiales de v1 a v2 27
Figure II.8 : les douze dérivations standard dans chaque plan du corps 27
Figure II.9 : chaine d’acquisition du signal ECG 29
Figure II.10 : ECG idéale (couramment appelé ECG témoin) 29
Figure II.11:holter cardiaque 31
Figure II.12 : chaine complète typique d’un système de traitement numérique du 33
signal
Figure II.13 : circuit FPGA 36
Figure III.1 : représentation d’un signal physique réel 39
Figure III.2 : distribution spectrale d’un signal . 41
Figure III.3 : classification morphologique des signaux 43
Figure III.4 : introduction des fréquences négatives dans l’expression des signaux 46
Figure III.5 : représentation fréquentielle bilatérale d’un signal périodique. 49
Figure III.6 : représentation fréquentielle unilatérale d’un signal périodique. 50
Figure III.7 : opération associée a l’obtention d’un signal échantillonné 51
Figure III.8: effet de l’échantillonnage sur le spectre du signal d’entrée 54
Figure IV.1 : chaine d’acquisitions numérique 55
Figure IV.2 : signal ECG réel 56
Figure IV.3 :signal ECG ideal (temoin) 57
Figure IV.4 : génération de l’onde P 58
Figure IV.5 : génération de l’onde QRS 59
Figure IV.6 : organigramme du simulateur cardiaque 61
Figure IV.7 : signal ECG simulé 62
Figure IV.8 (a): échantillonnage de l’onde QRS normal 63
Figure IV.8 (b) : échantillonnage de l’onde QRS pathologique 64
Figure IV.9 : 16 canaux de la fft 128 de l’onde QRS 65
Figure IV.10: 16 canaux de la fft 128 de l’onde QRS pathologique 65
Figure IV.11 : chaine de traitement du signal ECG 66
Figure IV.12: Fig. IV.12 .Résultats obtenues par [12] 67

Liste des tableaux

Tableau 1 : paramètre du simulateur 61
 Introduction générale

Introduction générale

Selon l’organisation mondiale de la santé (OMS), les maladies cardio-vasculaires sont

la première cause de mortalité dans le monde: il meurt chaque année plus de personnes en
raison de maladies cardio-vasculaires que de toute autre cause. Même si les connaissances
acquises en cardiologie sont importante, le cœur n’a pas encore dévoilé tous ses secrets.
Pourtant les médecins disposent de nombreux moyens pour l’étudier et vérifier son bon
fonctionnement. Notamment, ils utilisent l’électrocardiogramme, qui est une représentation
graphique temporelle des différences de potentiels des forces électriques qui conduisent à la
contraction musculaire cardiaque. L’électrocardiogramme contient énormément
d’informations sur le fonctionnement et les éventuelles pathologies du cœur. Grâce à leur
expérience, les médecins relèvent des pathologies éventuelles.

Notre premier chapitre est consacré à l’étude du système cardiovasculaire. Sa fonction

principale est d’assurer un flux sanguin continu et sous pression suffisante aux organes et aux
tissus afin de satisfaire aux besoins énergétiques et au renouvellement cellulaire quelles que
soient les conditions ambiantes et l’activité de l’individu. Le cœur est l’organe central du
système cardiovasculaire, il peut être atteint de nombreuses pathologies plus ou moins graves,
telles qu’une tachycardie (accélération du rythme cardiaque), ou un infarctus du myocarde
(mort de cellules d’une partie du muscle cardiaque). Ces pathologies sont reflétées par des
troubles de l’activité électrique du cœur

L’augmentation du taux d’anomalies cardiaque signaler par l’OMS a incité les

industrielle et les laboratoires de recherche à trouver des solutions d’aide au diagnostique.
Afin de rendre notre travail plus harmonieux nous avons consacré le chapitre deux, pour
présenté les différentes définitions utilisé dans le domaine de cardiologie. Ainsi que le
fonctionnement de l’instrumentation utiliser pour la détection et la transmission des signaux
pour une éventuelle exploitation. Aussi nous avons présenté un exemple de systèmes
modernes qui intègrent dans leur construction de nouveau composant qui ont pour rôle,
l’amélioration de l’instrumentation médical (fidélité, précision, temps de réponse).





 Introduction générale



L’objective du chapitre trois est de présenter les outils mathématiques nécessaire au
prétraitement du signal ECG utilisant des outils de représentation fréquentielle et nous
proposons une description succincte de ces principaux outils et leurs mises en œuvre dans la
modélisation des systèmes en liaison avec le corps humain.
Dans le chapitre quatre, on présente les différentes étapes en se basant sur un ECG
réel et une implémentation Matlab des techniques proposées en justifiant les choix techniques
faits. On illustre les algorithmes par les résultats de simulations obtenus. Les traitements sont
effectués sur l’ECG complet, cependant dans un souci de lisibilité on ne présentera que des
extraits de l’ECG pertinents pour le phénomène illustré. On ne présente par exemple que
quelques secondes pour illustrer traitement par DSP de l’onde QRS et ensuite sa
classification. Notre étude est achevée par une validation des résultats en se basant sur travaux
menée par le laboratoire d’orient (France).







        


I.1. Introduction :
Le travail proposé dans ce mémoire a pour objectif d’étudier et d’analysé les signaux
biomédicaux, en particulier le signal cardiaque, enregistré en interne et à la surface du cœur.
Nous exposons dans ce premier chapitre l’anatomie du cœur à fin de comprendre la genèse de ces
signaux. En outre, le métabolisme et la commande nerveuse avec les caractéristiques du potentiel
et de l’activation électrique y sont décrits.

I.2. Anatomie du cœur:

Le cœur est un muscle qui se contracte sans cesse, dés les premiers mois de notre
conception jusqu’à la mort. Il a pour mission de pomper et propulser le sang vers tous les organes
de notre corps. Il pompe environ 5 litres de sang à la minute. Le cœur se compose de deux
ventricules et de deux oreillettes fig. 1.1. Chaque oreillette droite et gauche communique avec le
ventricule droite et gauche correspondant. Dans l’oreillette droite arrivent les deux veines caves,
la veine cave supérieure et les veines caves inférieurs et dans l’oreillette gauche, les quatre
veines pulmonaires, les veines pulmonaires gauche et les veines pulmonaires droites qui amènent
le sang au cœur. Le sang est expulsé du ventricule gauche par l’aorte, et du ventricule droit par
l’artère pulmonaire. Les artères, les veines et les capillaires forment les tubes conducteurs ou
vaisseaux.
Les artères conduisent le sang oxygéné () vers les organes. Les veines acheminent le
sang désoxygéné (C) au cœur. Les capillaires sont des vaisseaux très fins qui établissent le
passage du sang des artères aux veines. Chaque oreillette droite et gauche communique avec le
ventricule correspondant par des orifices auriculo ventriculaires munis d’un système valvulaire.
Ce dernier est composé de 2 valves, la valve mitrale et la valve tricuspide.
L’artère pulmonaire possède un "système anti-reflux " : les trois valvules sigmoïdes
pulmonaires. L’aorte est dotée d’un système valvulaire sigmoïde : les valvules sigmoïdes
aortiques. Ces appareils valvulaires n’autorisent le passage du sang que des oreillettes aux
ventricules. [1]







        

Fig. I.1 : Anatomie du cœur

I.3. Fonctionnement du cœur :
L’oreillette droite reçoit depuis les deux larges veines (VCS) et (VCI) du sang en
provenance de tous les organes du corps. Ce sang appauvri en oxygène passe alors dans le
ventricule droit, puis pompé dans l’artère pulmonaire. L’artère pulmonaire ramène le sang aux
poumons où il va subir une oxygénation. Le sang ainsi enrichi en oxygène est évacué vers
l’oreillette gauche à travers les veines pulmonaires puis passe dans le VG où il sera dirigé vers
l’aorte et finalement, expulsé vers le reste du corps.







        

Fig. I.2 : schéma fonctionnelle du cœur

Les oreillettes servent donc de ‘salles d’attente’ pour le sang qui arrive et les ventricules
sont des chambres de propulsion. Le cycle complet de pompage s’effectue sur une durée d’une
seconde (approximativement) incluant le temps de relaxation du cœur. La phase de contraction
du cœur se nomme la systole, et la phase de relaxation se nomme la diastole. La succession
systoles -diastoles se produit de façon autonome. L’automaticité du cœur relève de deux
principales structures : le nœud sinusal et le muscle cardiaque lui-même.
Le cœur est un organe musculaire, composé structurellement de 3 épaisseurs :
L’endocarde, L’épicarde, le myocarde.
Le myocarde est constitué majoritairement de cellules musculaires myocardiques, de
cellules nodales pouvant être conductrices et générer spontanément des potentiels d’action. [1]

I .3.1. Les cellules musculaires cardiaques :

Les cellules musculaires cardiaques sont des fibres contractiles, soudées les unes aux
autres grâce à des disques intercalaires. Elles se distinguent des fibres musculaires striées, non
seulement par leurs caractéristiques histologiques mais aussi par leur fonctionnement. Elles
conduisent l’influx électrique.






        


I.3.1.1 Les cellules nodales :
Les cellules nodales constituent un groupe de cellules cardiaques réunies par certaines
propriétés- peu contractiles- génératrices, conductrices et régulatrices du potentiel d'action
(potentiel de repos instable). On distingue essentiellement:
• Le nœud sinusal, c’est une structure de 15 mm sur 5 mm. Il génère des
décharges spontanées à la Fréquence de 60 à 100 battements par minute. Il constitue le
centre d'automatismes primaire.
• Le nœud auriculo-ventriculaire, c’est une structure de 6 mm sur 5 mm. Il
ralentit l’influx d’un dixième de seconde et protège ainsi les ventricules d’un rythme
primaire trop rapide.
• Le faisceau de His: long de un à deux centimètres, c’est un centre
d’automatisme secondaire. Non seulement il propage l’influx de l’étage auriculaire à
l’étage ventriculaire mais aussi, il est capable de décharger spontanément des impulsions
de 40 à 60 battements par minute. Il se sépare en deux branches : la branche droite et la
branche gauche.
• Le réseau de Purkinje : c’est la ramification terminale des deux branches
droites et gauches du faisceau de His. Il propage l’influx électrique dans tout le muscle du
ventricule. Il est un centre d’automatisme tertiaire, capable de générer spontanément des
impulsions de 20 à 40 battements par minute.[1]

Fig. I.3 : Tissu nodal [b]







        


I.3.2. La circulation du sang :
La circulation c’est une opération d’irrigation du corps par le sang.
Il existe deux types de circulations distinctes dans le corps :
• La grande circulation(en double sens): dont le rôle est d’apporter de
l’oxygène aux tissus et aux organes pour assurer leurs bons fonctionnements.
• La petite circulation aussi appelé ‘circulation pulmonaire’: dont le rôle est
d’assurer la réoxygénation du sang par les poumons et l’élimination par ceux-ci du gaz
carbonique produit lors d’une respiration.
Par conséquent, dans la grande circulation, les artères apportent du sang oxygéné aux
organes et les veines ramènent du sang pauvre en oxygène vers le cœur.
Dans la petite circulation (circulation pulmonaire), le sang pauvre en oxygène est amené
aux poumons par les artères pulmonaires, il y est oxygéné, puis il retourne au cœur par les veines
pulmonaires. Dans la circulation pulmonaire, les artères et les veines ont un rôle inverse à la
circulation systémique, c’est-à-dire que les artères transportent du sang pauvre en oxygène aux
poumons et les veines pulmonaires du sang oxygéné au cœur.

Fig. I.4 : Circulation sanguine [7]







        


I.4. Battement cardiaque :
La contraction et la décontraction du muscle cardiaque est appelé battement cardiaque,
Chaque battement entraîne une séquence d’événements biomécaniques et bioélectriques
collectivement appelés la révolution cardiaque. Elle consiste en trois étapes majeures :
• la systole auriculaire
• la systole ventriculaire
• la diastole.

Dans la systole auriculaire présentée par la figure 1.5-(a), les oreillettes se contractent
et projettent le sang vers les ventricules. Une fois le sang expulsé des oreillettes, les valvules
auriculo-ventriculaires entre les oreillettes et les ventricules se ferment. Ceci évite un reflux
du sang vers les oreillettes. La fermeture de ces valvules produit le son familier du battement
du cœur.

La systole ventriculaire, illustrée par la figure 1.5-(b), implique la contraction des

ventricules expulsant le sang vers le système circulatoire. Une fois le sang expulsé, les deux
valvules sigmoïdes - la valvule pulmonaire à droite et la valvule aortique à gauche se ferment.

Enfin, la diastole est la relaxation de toutes les parties du cœur, permettant le remplissage
passif des ventricules et l’arrivée de nouveau sang.

Les phases de contractions harmonieuses des oreillettes et des ventricules sont

commandées par la propagation d’une impulsion électrique. Lorsque la fréquence cardiaque
change, la diastole est raccourcie ou rallongée tandis que la durée de la systole reste relativement
stable.[2]



        

Fig. 1.5 : Principe des systoles (a) : diastole et systole auriculaire (b) : systole ventriculaire[c]

I.5. Le rythme cardiaque dirigé par le Système Nerveux Autonome :

Le muscle cardiaque est unique du fait qu’il est capable de maintenir son propre rythme.
Ainsi, de lui seul il battrait à environ 100 pulsations à la minute. Cependant, la fréquence
cardiaque peut être très rapidement modifiée par l’activité des nerfs qui innervent le cœur et les
substances chimiques en circulation. Aussi, le Système Nerveux Autonome contrôle, entre
autres, la fréquence de décharge du pacemaker sinusal, la force avec laquelle les fibres
musculaires des ventricules se contractent à chaque décharge, et la résistance opposée par les
vaisseaux à l’apport en sang à chaque pompage.[2]

I.5.1. Le Système Nerveux :

Le Système nerveux comprend plusieurs milliards de cellules nerveuses appelées
neurones. Ces cellules communiquent entre elles par l’intermédiaire de synapses permettant le
passage de l’influx nerveux. La transmission se fait grâce à des neurotransmetteurs (adrénaline,
acétylcholine, noradrénaline, etc.) ayant des capacités excitatrices ou inhibitrices. Le SN est
divisé en deux sous-systèmes (figure 1.6) :
• le Système Nerveux Central, qui est constitué du cerveau et de la moelle épinière. Il
s’occupe de la transmission des impulsions sensorielles, ainsi que de la supervision et de la
coordination de tout le SN.
• le Système Nerveux Périphérique, qui correspond à la partie du SN formée des
ganglions et des nerfs, qui fait circuler l’information entre les organes et le SNC, et qui réalise les
commandes motrices de ce dernier.[2]



        


Le SNP comprend deux voies :
• la voie afférente, qui transmet les informations sensorielles des récepteurs périphériques
vers la moelle épinière et le cerveau (le SNC).
• la voie efférente, qui transmet les signaux moteurs du SNC vers la périphérie, et plus
particulièrement vers les muscles squelettiques.
La voie efférente comprend deux subdivisions :
• le Système Nerveux Somatique (SNS), qui permet d’interagir avec le monde extérieur en
participant à l’équilibre et la motricité.
• le Système Nerveux Autonome (SNA), qui permet de réguler différentes fonctions de
l’organisme (cardiovasculaire, pulmonaire, rénale digestive).

Fig. I.6 système nerveux

I.5.2. Le Système Nerveux Autonome :

Le SNA, ou système nerveux (neuro-végétatif), est la partie du système nerveux
responsable des fonctions automatiques telles que la digestion, la sudation, etc. Le SNA est






        


responsable de la régularisation des fonctions internes pour assurer le maintien de l’homéostasie.
Le SNA a un rôle primordial dans la régulation de l’activité cardiaque à travers le contrôle de la
fréquence cardiaque, de la force des battements et de la pression artérielle. Deux systèmes
interviennent dans le contrôle cardiaque : le système nerveux sympathique (ou
cathécholaminergique) et le système parasympathique (ou vagal ou cholinergique). Ces systèmes
ont des comportements antagonistes afin d’assurer un équilibre au bon fonctionnement du cœur.
Ainsi, les oreillettes sont innervées par des fibres nerveuses parasympathiques et sympathiques
tandis que les ventricules ne sont que sous l’influence des fibres sympathiques.

Les systèmes sympathique et parasympathique sont continuellement activés. Le cœur n’a

pas besoin d’une stimulation nerveuse externe pour battre. Cependant, le système nerveux
autonome peut exercer une influence considérable sur son activité : le système nerveux
sympathique peut augmenter la force et la fréquence des battements afin de préparer l’organisme
à l’effort ; il intervient aussi en période de stress émotionnel (peur, anxiété) physique (exercice
physique intense). Le système sympathique libère de la noradrénaline qui diminue le seuil
d’excitation du nœud sinusal ; le cœur y réagit en battant plus vite .La dépolarisation du nœud
sinusal est favorisée par la stimulation nerveuse sympathique, ce qui permet aux cellules
d’atteindre plus rapidement le potentiel d’action et d’augmenter ainsi la fréquence cardiaque. Les
liaisons nerveuses sympathiques sont reliées, non seulement au niveau du nœud sinusal, mais
aussi à toutes les cellules du cœur. Le système parasympathique de son côté, a pour fonction de
diminuer la fréquence cardiaque. Il va transmettre au cœur, par l’intermédiaire du nerf vague, un
message qui va entraîner la libération d’acétylcholine, neurotransmetteur et hormone du système
nerveux permettant la diminution du rythme de la dépolarisation sinusale et, par le fait même, la
fréquence cardiaque.

Le système nerveux autonome est sous le contrôle des centres cardiaques situés dans le
bulbe rachidien. Le centre cardio- accélérateur agit par le sympathique et le centre cardio-
inhibiteur par le parasympathique. Des récepteurs situés dans diverses parties du système
cardiovasculaire (dont des barorécepteurs réagissant aux variations de la pression artérielle
systémique) stimulent inégalement ces centres nerveux.







        


La fréquence cardiaque spontanée est de l’ordre de 100-110 BPM (battements par
minute). A l’état de repos, l’influence parasympathique est dominante et la fréquence cardiaque
chez un sujet sain est largement inférieure à 100 BPM (entre 60 et 80 BPM). Durant les exercices
physiques extrêmes, le sympathique augmente cette fréquence à 200 BPM. Donc, il existe une
inhibition réciproque entre ces deux composantes du SNA. Ainsi, par mécanisme réflexe, ces
centres assurent l’équilibre entre une stimulation ou un ralentissement de la fréquence
cardiaque.[2]

I.6. Génération du signal électrique :

Comme tous les muscles du corps, la contraction du myocarde est provoquée par la
propagation d’une impulsion électrique le long des fibres musculaires cardiaques induite par la
dépolarisation des cellules musculaires. En effet, le cœur comporte un réseau intrinsèque de
cellules conductrices qui produisent et propagent des impulsions électriques, ainsi que des
cellules qui répondent à ces impulsions par une contraction. Lors d’une activité cardiaque
normale, la stimulation électrique du myocarde naît du nœud sinusal (ou nœud de Keith & Flack),
pacemaker naturel du cœur. Après avoir traversé l’oreillette, cette stimulation électrique transite
par le nœud auriculo-ventriculaire (ou nœud d’Aschoff- Tawara) avant de rejoindre les
ventricules via le réseau de distribution nodal c’est à dire, le faisceau de His, les branches de
Tawara et le réseau terminal de Purkinje. Pendant la période d’activité (liée à la systole) et de
repos (liée à la diastole), les cellules cardiaques sont le siège de phénomènes électriques
complexes qui sont à l’origine de la contraction.







        

Fig. I.7: structure de la membrane cellulaire

Chaque cellule cardiaque est le siège d’échanges membranaires dans lesquels sont
impliqués différents ions tel que le sodium Na+, le potassium K+, le calcium Ca2+ et le chlorure
Cl−. Les variations de potentiels observées au cours d’un cycle cardiaque correspondent à des
modifications de la perméabilité membranaire liées aux échanges ioniques. Au repos, l’intérieur
de la membrane cellulaire est chargé négativement par rapport à l’extérieur, pris comme
référence. Cette différence de potentiel (potentiel de repos cellulaire) dépend des concentrations
ioniques dans les milieux intra- et extracellulaire ; pour les cellules ventriculaires, sa valeur est
voisine de −90 mV. Quand une impulsion électrique d’amplitude suffisante agit sur une cellule
excitable, l’intérieur de la cellule devient rapidement positif par rapport à l’extérieur à cause des
échanges ioniques décrits par la suite. Ce processus est la dépolarisation cellulaire et est suivi par
le processus de repolarisation cellulaire, c’est à dire lorsque la cellule revient à son état de
repos.[2]

I.6.1. Le potentiel d’action des cellules du myocarde :

Les cellules du myocarde présentent une différence de potentiel (DDP) électrique de part
et d’autre de leurs membranes due aux différences de concentrations en ions sodium Na+,
potassium K+, calcium Ca2+ et chlorure Cl−. Au repos, cette différence de concentrations







        


détermine la différence de potentiel intra- (négatif) et extracellulaire (positif) qui est de l’ordre de
-90 mV. La contraction du myocarde est précédée d’une inversion de DDP : ce phénomène
constitue un potentiel d’action (PA). Ces phénomènes électriques s’accompagnent d’une
inexcitabilité électrique durant la période réfractaire tout d’abord totale, puis relative du
myocarde.
Lors de la contraction du myocarde, des échanges ioniques se déroulent et définissent
ainsi le potentiel d’action, présenté sur la figure 1.5, qui comprend 5 phases successives :

• La phase 0 ou dépolarisation rapide:

Après une excitation électrique au-dessus du seuil d’activation de la cellule, un
afflux rapide d’ions Na+ rentre dans la cellule et inverse rapidement la polarité de la cellule.
• La phase 1 ou début de repolarisation :
Elle est caractérisée par une repolarisation rapide et de courte durée, due à
l’inactivation des canaux Na+ et au flux sortant d’ions de potassium K+.
• La phase 2 ou plateau :
Elle correspond à la phase de repolarisation lente. Elle est due à l’entrée lente des
ions Ca2+ dans la cellule qui atténue l’influence des canaux K+ continuant à sortir, ralentissant
ainsi la phase de repolarisation.
• La phase 3 ou repolarisation :
Elle correspond à la phase de repolarisation finale, et se caractérise par la
fermeture de canaux ioniques spécifiques qui ramène la cellule au potentiel de repos originel.
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 :
Elle correspond au potentiel de repos, où la cellule est plus facilement excitable.
A noter qu’il existe une période durant laquelle toute stimulation externe serait incapable
de générer un nouveau PA : la période réfractaire absolue (PRA). Cet intervalle de temps se situe
entre le début du PA et la moitié de la phase 3 environ (aux alentours de 50 mV), pendant lequel
la cellule est inexcitable. Cette période est suivie par la période réfractaire relative (PRR) pendant
laquelle un début de réponse commence progressivement à apparaître avec des intensités de
stimulation très élevées, mais qui se rapprochent peu à peu de la valeur normale. Ces périodes







        


réfractaires sont dues aux états d’inactivation par lesquels passent les canaux sodiques et
calciques avant de retrouver leur état de disponibilité initial.

Fig. I.8: Phase de génération du potentiel (action et réaction)

I.6.2 .Propagation de l’influx électrique :

La stimulation électrique d’une cellule musculaire détermine l’apparition d’une activité
électrique et mécanique. Sous l’effet de la stimulation, la surface cellulaire se dépolarise
rapidement, ce qui donne lieu à un courant électrique, qui entraîne la contraction. Puis la phase de
repolarisation survient, plus lente, ramenant la cellule dans son état électrique initial.
La propagation de l’activité électrique au sein du cœur est assurée par le réseau de
conduction électrique .C’est au sein du nœud sinusal, situé dans la partie haute de la paroi
intérieure de l’oreillette droite, que l’activité électrique prend naturellement naissance. Structure
de 1 centimètre de diamètre à la jonction de la veine cave supérieure et de l’oreillette droite, le
nœud sinusal est le stimulateur cardiaque, le "pacemaker" physiologique. Il émet 60 à 100 stimuli
par minute en fonctionnement normal, et il est influencé par les systèmes nerveux sympathique et
parasympathique, définis par la suite.[2]







        

Fig. I.9– chemin du signal électrique cardiaque.

La propagation de l’influx électrique s’étend à partir du point sinusal aux deux oreillettes
et au nœud auriculo-ventriculaire (AV) (figure1.9). Situé en bas de l’oreillette droite, cette
structure nodale de 5 millimètres de diamètre a un double rôle :
• ralentit le passage AV de l’onde de dépolarisation.
• La fonction de relais de l’onde de dépolarisation vers les ventricules via le réseau de
His-Purkinje.
Le faisceau de His, les branches droite et gauche de Tawara, et le réseau de Purkinje
constituent le véritable distributeur de l’influx électrique, qui a pris naissance dans le nœud
sinusal, aux ventricules. Cet ensemble est sous l’influence du seul système sympathique.
Il est à noter que le nœud AV et le faisceau de His forment la seule voie de propagation de
l’influx électrique entre les oreillettes et les ventricules. Aussi, la forme du potentiel d’action
varie selon le tissu considéré. [2]







        

Fig. I.10 – Propagation du potentiel d’action dans le cœur

I.7. Quelque pathologie cardiaque :

Parmi les pathologies cardiaques traitées lors du tracé ECG nous allons citer quelques
une:

I.7.1.Tachycardie sinusale :

La tachycardie sinusale correspond à un rythme sinusal dont la fréquence est comprise entre 100
et 180 bpm le jour et entre 40 et 80 bpm pendant la nuit.[d]

Les signes électrocardiographiques sont :

• Un raccourcissement des espaces P-R et Q- T qui est proportionnel à

l’importance de la tachycardie mais ces espaces demeure dans les limites physiologiques.
• Le segment ST subit souvent un décalage inférieur.
• Les ondes T peuvent diminuer d’amplitudes.
• Les ondes P et QRS ont une durée et un aspect normaux.







        

Fig. I.11 tachycardie sinusal

I.7.2. Bradycardie sinusale :

Elle est due à un trouble de l’excitation du sinus, qui est ralentis. Elle peut varier entre
35 et 60 bpm, mais elle est rarement inférieure à 45 battements par minute.[d]

Les signes électrocardiographiques sont :

• un accroissement des espaces PR et PQ.

• les ondes T sont plus amples.

• un su-décalage de ST.

Fig. I.12. Bradycardie sinusale

I.7.3. La fibrillation ventriculaire :

C’est une désorganisation complète de l’activité électrique et donc mécanique des

ventricules. Les QRS sont très anormaux, méconnaissables, variables des uns aux autres tant en
amplitude, en durée ou en fréquence. [d]







        

Fig. I.13. Fibrillation ventriculaire

I.8. Conclusion :
Comme par ses fonctionnalités varie le cœur est l’organe le plus important dans le corps
humain car il contribue fortement à la vie. Dans ce chapitre nous avons donnes une brève
description du cœur (anatomie et fonctionnement) et nous avons conclue que le cœur fonctionne
d’une façon autonome et est doté d’un automatisme particulier grâce à sa liaison avec le système
qui control son fonctionnement en termes de durée de battement.









  



  

II.1. Introduction :

Dans cee chapitre nous allons donner un aperçue sur l’inst

l’instrumentation
rumentation dédié à la détection
et le traitement des signaux issues du corps humain en particulier le cœur.
cœur L’ECG est un
système électronique constitué par un ensemble (électrodes, câbles de liaison, et une chaine de
traitement, visualisation, impression
impression). Dans ce chapitre nous allons données un aperçus sur les
composants qui contribue fortement au développement de l’architecture d’un ECG numérique
numériqu
moderne tel que la DSP et les FPGA.

II.2. Définition :

L'électrocardiographie : (ECG) est une représentation graphique du potentiel électrique

qui commande l'activité musculaire du cœur. Ce potentiel
potentiel est recueilli par des électrodes
spécifiques à la surface de la peau.

L'électrocardiogramme : est le tracé sur papier de l'activité électrique du

d le cœur.
L'électrocardiographe : est l'appareil permettant de faire un électrocardiogramme.
électrocardio
L'électrocardioscope(ou scope)
scope : est un appareil affichant le tracé sur un écran.

C'est un examen rapide (moins de cinq minutes)

minutes), indolore et dénué de tout danger. Il peut
être fait en cabinet de médecin,
médecin à l'hôpital,, voire à domicile. Son interprétation reste
re cependant
complexe et requiert une certaine habitude du clinicien.
clini [b]

Fig. II.1 : exemple du Tracé de l’électrocardiographe








  


II.2 .1 . Principe de fonctionnement :

L’électrocardiographie (ECG) est une opération qui consiste à détecté les variations du
potentiel électrique suivie d’un filtrage et une amplification et enfin un enregistrement.

Les signaux captés étant particulièrement faibles, des amplificateurs de hautes

performances (gain, linéarité, différentialiste, minimum de bruit de fond) sont souvent
nécessaires.

Sauf pour des études particulières portant sur les aspects énergétiques de l’électrogènes,
on ne s’intéresse guère à la puissance des générateurs bioélectriques, ni aux courant qu’ils
débitent. On a soin au contraire de rendre négligeable le courant extrait par l’instrument de
mesure, qui doit être par conséquent à très haute impédance d’entrée, de telle sorte que les
phénomènes biologiques ne soient pas perturbés par la mesure.[b]

II.2.2.Electrodes :

Un des principaux avantages de l’électrocardiographe est son non invasivité

(traumatisant), c’est à dire qu’il ne nécessite pas d’opération chirurgicale ou d’anesthésie pour
accéder à une information profonde du corps. Les électrodes de mesure sont donc simplement
placées à divers endroits du corps, directement sur la peau.

L’important pour ces électrodes est qu’elles soient relativement inaltérables et

impolarisables. La plaque d’argent, revêtue d’une couche de chlorure d’argent (gel insoluble),
sont des bonnes électrodes superficielles et les plus employées [b], leur principe repose sur une
réaction chimique entre la peau et le matériau qui les composent (fig. II.2).

Fig. II.2 : Electrodes bipotentielles








  


II.3 .Dipôles électriques :

L’ensemble d’électrodes à répartir sur le corps selon une règle bien connue par le
cardiologue constitue les dérivations.
Le fonctionnement des dérivations repose sur une notion fondamentale, qui nécessite des
connaissances préalables sur le domaine de la biophysique en effet, la présence de particule
chargé dans le corps permet d’appliquer les notions fondamentales de l’électrostatique et
l’électrocinétique pour enfin de compte aboutir à la notion de différences de potentiels. L’ECG
est l’enregistrement des potentiels électriques parcourant le cœur. La propagation des potentiels
d’action dans le cœur correspond à la propagation d’une zone de dépolarisation (positive) dans un
myocarde repolarisé (négatif). Les informations pertinentes qui entre en jeu lors de l’analyse sont
essentiellement, la vitesse, et la direction moyenne du front de propagation qui sont enregistrées
au cours de l’ECG. Ainsi, un cœur au repos, repolarisé (négatif) ou complètement dépolarisé
(positif) donnera un enregistrement "nul" : le tracé correspondant sera la ligne de base, la ligne
isoélectrique.
Une électrode voyant le front positif se rapprocher enregistrera un signal positif, et à
l’inverse si ce front s’éloigne, le signal enregistré est négatif. Pour mieux comprendre la notion
de propagation du signal nous avons présenté sur la (fig. II.3) le principe de dépolarisation au
niveau cellulaires et ceci durant un cycle cardiaque (battement). [7]

Fig. II.3 : principe de la dépolarisation et la repolarisation cellulaires [4]








  


II.3.1. Fonctionnement :

Considérons une cellule unique ; au repos, celle-ci est chargée uniformément ; le vecteur
de dépolarisation est nul (point rouge), le tracé est donc plat (a). Une stimulation extérieure du
côté gauche induit une perte de charge de ce côté ; l’impulsion électrique se propage alors de
gauche à droite. Le vecteur de dépolarisation associé (flèche rouge) est orienté de l’électrode
négative vers l’électrode positive : l’enregistrement présente donc une déflexion positive (b) qui
est maximale lorsque la dépolarisation a atteint le milieu de la cellule. La fin de la dépolarisation
se traduit par une pente descendante(c), car le vecteur est toujours orienté dans le même sens
mais son amplitude diminue. Une fois la cellule dépolarisée, le tracé est plat (d). La repolarisation
de la cellule se traduit par un vecteur électrique orienté dans le sens opposé au précédent ; le tracé
présente donc dans un premier temps, une déflexion négative (e) pour ensuite redevenir plat (f).
[7].
La contribution de chaque cellule a la propagation de l’impulsion électrique induit
automatiquement le chemin indiqué (1, 2, 3,4) sur la fig. (II.4)

Fig. II.4 – Progression de l’impulsion électrique à travers le cœur.

La progression des ondes à travers le cœur suit le chemin décrit par la figure II.4 :
1. L’onde de dépolarisation va du nœud sinusal au nœud auriculo-ventriculaire,
2. elle est ralentie au niveau du nœud auriculo-ventriculaire
3. l’onde de dépolarisation part du nœud auriculo-ventriculaire pour atteindre la pointe du
septum ventriculaire,
4. l’onde de dépolarisation est transmise du septum à l’ensemble des ventricules. [2]








  


II.4. Les dérivations :
L'électrocardiographie moderne utilise 12 dérivations (ou dérivations standards). Parmi
les 12 dérivations, trois sont appelées bipolaires (fig. II.3), trois unipolaires augmentées (fig.
II.4), et six précordiales (fig. II.5). Différentes méthodes de placement d'électrodes ont été
proposées pour l'électrocardiographie de 12 dérivations.
Un système de dérivations consiste en un ensemble cohérent de dérivations, chacune étant
définie par la disposition des électrodes sur le corps du patient. L'emplacement des électrodes est
choisi de façon à explorer la quasi-totalité du champ électrique cardiaque [5].

II.4.1. Le Model triangulaire d'Einthoven :

Le système d'Einthoven se base sur les hypothèses suivantes :
- L'activité électrique du cœur est équivalente un dipôle, dont la direction, l'orientation et
le moment varient au cours de la systole, mais dont l'origine reste fixe.
- Les membres sont de simples conducteurs linéaires.
- Le corps constitue un milieu résistif homogène.
Einthoven a proposé trois dérivations, appelées bipolaires car le potentiel est mesuré entre
deux électrodes : DI, DII et DIII. Elles sont obtenues à partir des potentiels au niveau des bras
respectivement (gauche (L), droite R) ainsi que le potentiel de la jambe du gauche (F), de la
manière suivante [5] :

DI=VL-VR
DII=VF-VR
DIII=VF-VL avec DI + DIII = DII.

Où VR correspond au potentiel au bras droit, VL correspond au potentiel au bras gauche,

et VF correspond au potentiel dans la jambe gauche.
Ce système de référence est schématisé par un triangle équilatéral appelé triangle
d'Einthoven, dont les sommets représentent les localisations des électrodes. Ces dérivations
explorent l'activité cardiaque dans le plan frontal.








  

Fig. .II.5: Dérivations bipolaires et triangle d'Einthoven.

II.4.2. Borne de Wilson :

Quelques décennies après Einthoven, Wilson a étudié comment des potentiels
électrocardiographiques unipolaires pourraient être définis. Idéalement ces potentiels sont
mesurés par rapport à une référence lointaine. Pour ce faire, Wilson a proposé une référence en
reliant une résistance de 5 K_ entre chaque électrode des extrémités du triangle d'Einthoven et un
point commun appelé borne centrale de Wilson (BC), comme l'illustre la fig. II.6. Dans ce
système, le point de référence est supposé demeurer à un potentiel constant de valeur quasiment
nulle. Les nouvelles dérivations sont appelées VR, VL et VF.
Peu de temps après, Goldberger a proposé les dérivations unipolaires augmentées qui
permettent d'obtenir des signaux de plus grande amplitude que ceux de Wilson. Ces dérivations,
appelées aVR, aVL et aVF, mesurent la différence de potentiel entre chacun des trois points et le
potentiel moyen des deux autres. On obtient ainsi des dérivations augmentées d'un facteur 1.5 par
rapport aux dérivations de Wilson.[5]








  

Fig. II.6: Dérivations unipolaires augmentées.

  


     
 
  


     
 

  


     
 

II.4.3. Dérivations unipolaires précordiales :

Afin de mesurer les potentiels proches du cœur, les dérivations précordiales sont les plus
adéquats. Ces dérivations unipolaires (V1 à V6) recueillent l'activité cardiaque dans le plan
transversal, et correspondent aux mesures de différences de potentiel entre chaque électrode et la
borne centrale de Wilson. Les électrodes sont situées en six points repérés anatomiquement sur
l'hémothorax gauche comme l'illustre la fig. II.7.[2]








  

Fig .II.7 : dérivations précordiales de v1 a v6.

Fig. II.8 : Les douze dérivations standard dans chaque plan du corps








  


II.5. Electronique Associé :

II.5.1 Acquisition du signal ECG :

La chaine d’acquisition du signal bioélectrique peut être représenté selon le signal suivant

Fig. II.9 : Chaine d’acquisition du signal ECG [b]

Dans la Fig. II.9 la chaine reçoit le signal issue du Corps humain par le biais
d’électrodes, par la suite il est transmis a un préamplification suivie d’un filtre passe bas dont la
fréquence de coupure est calculer de sorte a éliminé le bruit due a l’alimentation ,l’opération
s’achève au niveaux de la visualisation , une deuxième architecture est aussi proposer et qui
consiste a réaliser l’opération d’échantillonnage ,quantification et numérisation cette dernière
vise a faire l’ enregistrement numérique de ‘activité cardiaque’ durant une période bien
déterminer (le détaille de cette solution est donné dans la partie ECG holter).

II.5.2. Le Résultat de l’ECG :

Les résultats sont représentés sous forme d’un tracé sur papier millimétrique (graduation),
ainsi le tracé idéal d’un ECG est présenté sur la figure suivante :









  

Fig. II.10 : ECG idéale (couramment appelé ECG témoin)

La lecture et l'interprétation d'un ECG requièrent une grande habitude qui ne peut être
acquise par le médecin que par une pratique régulière. Malgré qu’Il existe des logiciels livrés
avec certains électrocardiographes pouvant aider au diagnostic, mais leur fiabilité approximative
ne permet en aucun cas de se substituer au cardiologue.

Le tracé électrique comporte plusieurs ondes répétitives, caractérises a la fois par leurs
durées et les différents intervalles qui sépare ces ondes, il est toute fois important de prendre en
considération l’amplitude de ces ondes.

Ainsi les durées et les intervalles peuvent être résumés comme suit :








  


• Onde P correspond à la dépolarisation (et la contraction) des oreillettes. On analyse sa
forme, sa durée (qui est de 0,08 à 0,1 seconde), sa hauteur, son axe (cf ci-dessus) et sa
synchronisation avec l'onde QRS.
• Intervalle PR (ou PQ) est le temps entre le début de P et le début du QRS. Il est le témoin
du temps nécessaire à la transmission de l'influx électrique des oreillettes aux ventricules
et qui dure de 0,12 à 0,20 seconde.
• Onde QRS (appelé aussi complexe QRS) qui correspond à la dépolarisation (et la
contraction) des ventricules. L'onde Q est la première onde négative du complexe. L'onde
R est la première composante positive du complexe. L'onde S est la deuxième composante
négative. Suivant la dérivation et sa forme, on parle ainsi d'aspect « QS », « RS », La
forme et la taille du QRS dépendent de la maladie du muscle cardiaque sous-jacent mais
avec une variabilité très importante; le QRS a une durée de 0,06 à 0,1 seconde
• Onde T correspond à l'essentiel de la repolarisation (la relaxation) des ventricules, celle-
ci commençant dès le QRS pour quelques cellules; elle dure 0,20 à 0,25 secondes.
• Onde T atriale est masquée par l'onde QRS et correspond à la repolarisation (la
relaxation) des oreillettes. Celle-ci est négative.

• Intervalle QT mesuré du début du QRS à la fin de l'onde T correspond à l'ensemble de la

dépolarisation et de la repolarisation cardiaque. [c]

II.6. ECG Holter :

En cardiologie, l’examen le plus couramment pratiqué est l’ECG 12 dérivations, Sa durée

peut varier de quelques secondes à une ou deux minutes ; il permet le diagnostic et la localisation
précise de certaines pathologies qui laissent des traces permanentes comme, par exemple, des
zones du myocarde déficientes à la suite d’un infarctus. En revanche, la courte durée de cet
examen est un obstacle à la détection systématique de pathologies qui apparaissent de manière
sporadique, comme certains troubles du rythme par exemple.








  


C’est pourquoi Norman Holter proposa, au début des années 60, un appareil « portatif »
permettant d’enregistrer l’activité cardiaque pendant plusieurs heures ; cet enregistrement
constitue ce que l’on appelle « l’examen Holter ».
L’enregistreur Holter d’aujourd’hui se présente sous la forme d’un petit boîtier (Fig.
.II.11) auquel sont reliées sept électrodes, permettant ainsi l’enregistrement sur 2 ou 3 dérivations
(2 frontales et 1 transversales). Le patient se fait poser l’appareil chez un cardiologue et retourne
ensuite à ses occupations habituelles. 24 heures plus tard, il revient chez le cardiologue pour se
faire enlever l’appareil qui a en mémoire 24 heures d’enregistrements ECG effectués tandis que
le patient a vécu une journée normale. Les résultats issus de l’analyse des quelque 100 000
battements que compte l’enregistrement permettent ainsi de diagnostiquer une plus grande
gamme de pathologies que l’ECG hospitalier. En outre, la longueur de l’enregistrement autorise
par exemple le suivi du rythme cardiaque durant les phases diurne et nocturne.

L’examen Holter, examen non invasif complémentaire de l’ECG 12 dérivations, est de

plus en plus prescrit ; depuis quelque temps, la communauté des cardiologues commence à
envisager des enregistrements Holter de très longues durées : 1 mois par exemple, ce qui
correspond à plus de 2 millions de battements enregistrés. On comprend que l’analyse d’un tel
examen n’est envisageable que parce qu’une lecture automatique des données enregistrées est
aujourd’hui possible. [7]

Fig. II.11 : Holter cardiaque








  


II.7.DSP orientés applications industrielles :
II.7.1. Introduction :
Depuis plusieurs années, le traitement numérique du signal est une technique en plein
essor Cette technique s’appuie sur plusieurs disciplines, citons les principales :
• L’électronique analogique et numérique (préparations, conditionnements des signaux,
conversions numériques ļ analogiques),
• Les microprocesseurs (classiques ou dédiés au traitement du signal),
• L’informatique (algorithmes, systèmes de développements, exploitations),
• Les mathématiques du signal (traitements du signal).

Parmi ces disciplines, cette partie est une description des processeurs de traitements des
signaux, plus communément désignés par l’acronyme Anglais DSP (Digital Signal Processor).
Les domaines d’applications du traitement numérique du signal sont nombreux et variés
(traitements du signal ECG, de l’image, synthèse et reconnaissance vocale, analyse, compression
de données, télécommunications, automatisme, etc.). Chacun de ces domaines nécessite un
système de traitement numérique, dont le cœur est un DSP ayant une puissance de traitement
adaptée, pour un coût économique approprié.
Les microprocesseurs sont en perpétuelle évolution, chaque nouvelle génération est plus
performante que l’ancienne, pour un coût moindre. Les DSP, qui sont un type particulier de
microprocesseur, n’échappent pas à cette évolution. Dans ces conditions, pour comprendre,
choisir, et utiliser judicieusement un DSP, il est de première importance de se poser les questions
suivantes :

• Comment est architecturé d’un DSP, en quoi est-il différent d’un microprocesseur
classique?
• Quelle performance attendre d’un DSP, comment définir cette performance ?
• D’un point de vue pratique, comment développer des programmes de traitements du
signal ?
Cette partie a pour ambition de donner quelques éléments de réponses à ces questions.
Pour y parvenir, les DSP sont traité d’un point de vue général, comme les différentes








  


architectures, les performances et les outils de développements. Puis une famille particulière de
DSP de manière plus approfondie comme étude de cas.[8]

Fig.II.12 : Chaine complète typique d’un système de traitement numérique du signal

Un DSP est un type particulier de microprocesseur. Il se caractérise par le fait qu’il

intègre un ensemble de fonctions spéciales. Ces fonctions sont destinées à le rendre
particulièrement performant dans le domaine du traitement numérique du signal.
Comme un microprocesseur classique, un DSP est mis en œuvre en lui associant de la
mémoire (RAM, ROM) et des périphériques. Un DSP typique a plutôt vocation à servir dans des
systèmes de traitements autonomes. Il se présente donc généralement sous la forme d’un
microcontrôleur intégrant, selon les marques et les gammes des constructeurs, de la mémoire, des
timers, des ports série synchrones rapides, des contrôleurs DMA, des ports d’E/S divers. [8]

II.7.2 .Présentation des DSP :

II.7.2.1.Généralités :
II.7.2 .1.1. La numérisation :
Parallèlement aux microprocesseurs et aux microcontrôleurs, les processeurs de traitement
numérique du signal, ou DSP (Digital Signal Processor), ont bénéficié des énormes progrès en
rapidité (grâce au faible temps de commutation) et en puissance de calculs (grâce au nombre de
bits des bus internes) des composants logiques intégrés programmables.
Utilisés initialement pour gérer la carte son des micro-ordinateurs, les DSP ont vu leur
utilisation s'accroître considérablement depuis 1985, tout d'abord grâce au développement des
télécommunications (téléphonie numérique, puis téléphonie sans fil GSM ... ), puis grâce à ses







  


possibilités de traitement rapide de certaines commandes numériques faisant appel à des
algorithmes complexes permettant ainsi le travail en « temps réel » .
La capacité en nombre de bits de données est l'une des caractéristiques de la puissance de
traitement du processeur. Il existe des microprocesseurs et des microcontrôleurs 8 bits, à 16 bits
et même plus.
Les DSP devant être encore plus performants, les données numériques seront à 16 ou 32
bits, voire plus. [8]
II.7.2 .1.2 .Rôle du DSP :
Le traitement numérique du signal, qu'il provienne du signal ECG, est rendu accessible
par le DSP grâce à son unité de calcul spécifique multiplicateur / additionneur / accumulateur de
données.
En effet, tout DSP est prévu pour effectuer le plus rapidement possible, en principe en un
seul cycle d'horloge, l'opération multiplication/addition sur des grandeurs numériques :
MR=XY +R
Où X et Y sont soit des données, soit des constantes et R une donnée, une constante ou un
résultat précédent. MR est alors le résultat de l'opération arithmétique.
Si le DSP fonctionne en virgule fixe avec des données sur 16 bits, le résultat MR est alors
sur 32 bits (ou plus, selon l'architecture). Si l'utilisateur ne conserve que les 16 bit de poids fort,
le calcul est alors effectué en simple précision. Si les 32 bit sont utilisés, on parle de double
précision : le temps de calcul est alors plus long.
Si le DSP fonctionne en virgule flottante avec des données en 32 bits, le résultat MR est
alors sur 40 bits (ou plus, selon l'architecture). L’utilisateur ne prend en compte que les données
de 32 bits en ignorant les bits de poids faibles de la mantisse. [8]

II.7.2 .1.3 .Approche signal :

Cette approche caractérise d'emblée le DSP et fait de lui un composant numérique pour
les spécialistes du signal et les électroniciens. L’utilisateur retrouve les filtres, avec amplification,
atténuation, mais aussi le traitement numérique du signal (convolution, corrélation, transformée
de Fourier rapide : FFT pour (Fast Fourier Transform), filtrage numérique, compression, codage
et décodage des données ...), toutes ces applications faisant appel à des algorithmes.








  


Les signaux à traiter sont caractérisés par la fréquence maximale possible associée à un
phénomène physique ou à un système donné. D'après le théorème de Shannon (voir cours de

traitement du signal), la fréquence d’échantillonnage , définie par   , Tn étant la période


d'échantillonnage, doit être telle que :


  

Si on ne respecte pas cette règle, il risque d'y avoir repliement spectral (aliasing). La
fréquence d'échantillonnage Fe est en général imposée par le convertisseur
analogique/numérique.
Le nombre de cycles de calcul à l'intérieur d'une période d'échantillonnage Te, donne la
possibilité pour le DSP d'intervenir efficacement ou non en temps réel entre deux prises
d'échantillons. Si ce n'est pas le cas, par exemple pour un signal vidéo, le DSP intervient selon
un processus plus lent, tout en gérant des interruptions sur une période d'échantillonnage. La
gestion des ports entrée/sortie devient alors très complexe.
Dans d'autres cas, le DSP est intéressant pour faire une simulation ou une estimation de
grandeurs en temps réel en parallèle avec le déroulement d'un phénomène physique. Il faut alors
que les durées de calcul des données simulées soient plus courtes que la durée d'évolution du
phénomène physique. Ceci est possible si le modèle n'est pas trop complexe, ou si le phénomène
physique est très lent.
Les applications des DSP sont nombreuses dans les domaines suivants :
• Télécommunications : modem, multiplexeurs, récepteurs de numérotation
DTMF, télécopieurs, codeurs de parole GMS, …),
• Interfaces vocales : codeur vocaux pour répondeurs, reconnaissance
automatique de la parole, synthèse vocale …
• Militaire : guidage missiles, navigation, communications cryptée, radar, …
• Multimédias et grand public : compression des signaux audio (CD),
compression des images, cartes multimédias pour PC, synthèse musicale,
jeux, …
• Médical : compression d’image médicale (IRM, échographie…),
traitements des signaux biophysiques (ECG, EEG,…), implants
cochléaires, équipement de monitoring.








  


• Électronique automobile : équipement de contrôle moteur, aide à la
navigation, commande vocale, détection de cliquetis pour avance à
l’allumage, …
• Automatisation et contrôle de processus : surveillance et commande de
machines, contrôle de moteurs, robots, servomécanisme, …
• Instrumentation : analyseur de spectre, générateurs de fonction,
interprétation de signaux sismiques, … [8]
II.8 .Field Programmable Gate Array (FPGA):
Circuit programmable composé d’un réseau de blocs logiques, de cellules d’entrée-sortie
et de ressources d’interconnexion totalement flexibles ce circuit, qui nécessite un outil de
placement routage, est caractérisé par son architecture, sa technologie de programmation et les
éléments de base de ses blocs logiques, le circuit général FPGA est représenter par la figure
suivante :

Fig. II.13 : Circuit FPGA

Parmi les applications des FPGA on rencontre des réalisations pour la classification des
signaux. [8]








  


II.9.Les artefacts de l'ECG :

Divers bruits sont présents dans l'ECG de routine. Parmi les plus importants, on peut citer:
o La dérive de la ligne de base (fréquence < 5Hz),
o Les artefacts dus aux mouvements (fréquence 1-10Hz),
o Le secteur et ses harmoniques (fondamental 50 ou 60Hz),
o L'EMG (fréquence 25-100Hz).

II.10. Conclusion :

L’ECG est un appareil capable de fournir des informations pertinente sur l’activité
cardiaque a partir de ces informations le cardiologue peut se basé pour donnée un diagnostique et
prendre les décisions nécessaires sur l’état du patient. Le développement technologique a permis
l’apparition d’instrument de diagnostique performant qui utilisent la technique sans fils en temps
réel corrigeant le système existant (l’ECG type Holter) ce dernier permet de faire un
enregistrement durant 24 H à 48 H sur un support de mémoire, afin d’atteindre son objectif
l’industrie médicale a vue qu’il est nécessaire d’intégré de nouveaux composants tel que la DSP
et les circuits programmable FPGA, ce qui contribue à l’amélioration des ECG et diminue le taux
de maladies cardiaque.








   


III.1.Introduction :
Le corps humain génère des signaux électriques. Ces signaux peuvent être analysés
afin d’obtenir un diagnostique médical en ce basant sur un ECG.
Dans ce chapitre nous allons présenter les outils qui nous permettent d’implémenté un
simulateur cardiaque baser sur le développement en série de Fourier aussi nous avons jugé
nécessaire de réserves une partie pour l’analyse des signaux à savoir la transformation de
Fourier et l’échantillonnage des signaux. L’application de ces théories dans le domaine de
cardiographie numérique est prépondérante.

III.2.Représentation des signaux :

III.2.1 Modélisation des signaux

Un signal expérimental est une grandeur physique et doit donc être physiquement
réalisable. Les mesures macroscopiques analogiques, réalisées à partir d’appareils de mesures
comme un oscilloscope, fournissent des courbes « tension en fonction du temps » du type de
celle représentée sur la fig. III.1. Ces signaux physiques sont représentés par des fonctions
S(t) à valeurs réelles d’une variable réelle t. Par conséquent, le signal possède les
caractéristiques suivantes [6] :

– énergie bornée
– amplitude bornée
– continu temporellement
– causal (s(t) = 0 pour t < 0)
– spectre du signal borné (tend vers 0 lorsque f tend vers’).

Mais sur le plan théorique, pour la commodité du calcul et l’étude de certains

phénomènes, les signaux sont représentés par des fonctions :
– à énergie théorique infinie
– avec des discontinuités (signal carré)
– définies sur R (signaux non causaux)
– à spectre du signal infini
– à valeurs complexes

   
    
 








   

Fig. III.1 Représentation d’un signal physique réel.

III.2.2 .Classification des signaux :

Pour faciliter l’étude des signaux, différents modes de classification peuvent être
envisagés :
– représentation temporelle des signaux.
– représentation spectrale.
– caractéristique morphologique (signal continu ou discret).[6]

III.2.2.1. Représentation temporelle des signaux :

La première classification, basée sur l’évolution du signal en fonction du temps, fait

apparaître deux types fondamentaux :
– les signaux certains (ou déterministes) dont l’évolution en fonction du temps peut
être parfaitement décrite par un modèle mathématique. Ces signaux proviennent de
phénomènes pour lesquels on connaît les lois physiques correspondantes et les conditions
initiales, permettant ainsi de prévoir le résultat.








   


– les signaux aléatoires (ou probabilistes) dont le comportement temporel est
imprévisible et pour la description desquels il faut se contenter d’observations statistiques.
Parmi les signaux déterministes, on distingue les signaux périodiques dont les signaux
sinusoïdaux sont un cas particulier :



  
    


Avec T la période du signal et  la phase.

Les signaux non périodiques se composent d’une part des signaux pseudopériodiques
formés d’une somme de sinusoïdes de périodes différentes et d’autre part des signaux
transitoires dont l’existence est limitée dans le temps.

Ces signaux « certains » peuvent en principe être reproduits rigoureusement identiques

à eux-mêmes. Dans cet ouvrage nous nous intéresserons principalement à ce type de signaux,
excepté le signal dit de bruit, qui fait partie de la deuxième catégorie.

En ce qui concerne les signaux aléatoires, ils sont dits stationnaires lorsque leur valeur
moyenne est indépendante du temps, c’est-à-dire que les résultats de leur analyse statistique
restent les mêmes quel que soit le moment où l’on en observe une partie déterminée. De plus
ces signaux aléatoires stationnaires sont ergodiques s’il est identique de faire une moyenne
statistique à un instant donné sur différents essais ou de faire une moyenne temporelle
suffisamment longue sur un seul de ces essais. [6]

III.2.2.2. Classification spectrale :

Un signal peut être classé suivant la distribution de son amplitude, sa puissance ou son
énergie en fonction de la fréquence (spectre du signal). Le domaine des fréquences occupé par
son spectre est aussi appelé la largeur de bande spectrale du signal F (fig. III.2) :

   !" # $%  &








   

Fig. III.2 Distribution spectrale d’un signal .

Cette caractéristique, exprimée en hertz (Hz), est absolue. Aussi il est nécessaire de la
comparer au domaine de fréquences dans lequel se situe le signal. En considérant la fréquence
moyenne '()   '*+  ',, on peut distinguer deux types de signaux :

– les signaux à bande étroite avec ,'() petit (soit'*+-')

– les signaux à large bande avec ,'() grand (soit'*+ . ').

Pour les signaux à bande étroite, il est possible de les classer par le domaine de
variation de la fréquence moyenne '() :
– '() < 250 KHz signaux basses fréquences (BF)
– 250 KHz < '() < 30 MHz signaux hautes fréquences (HF)
– 30 MHz < '() < 300 MHz signaux très hautes fréquences (VHF)
– 300 MHz < '() < 3 GHz signaux ultra hautes fréquences (UHF)
– '() > 3 GHz signaux super hautes fréquences (SHF)
Lorsque la fréquence du signal devient très grande, pratiquement supérieure à
quelques térahertz (/0 = 1012 Hz), la longueur d’onde l est le paramètre de référence
(1  2, avec c : vitesse de la lumière 300 000 Km/s) :
– 700 nm < l < 0,1 mm signal lumineux infrarouge
– 400 nm < l < 700 nm signal lumineux visible
– 10 nm < l < 400 nm signal lumineux ultraviolet








   


III.2.2.3. Les signaux analogiques et numériques :
Le temps est un paramètre important de classification. Comme nous venons de le voir,
le traitement numérique des signaux conduit à faire la distinction entre les signaux dits à
temps continus (signaux continus) et les signaux dits à temps discrets (signaux discrets ou
échantillonnés). Un autre paramètre des signaux traités est à prendre en compte, c’est
l’amplitude qui peut aussi être continue ou discrète (quantifiée).

Ainsi quatre formes de signaux, qui se retrouvent dans un système numérique de

contrôle d’un processus physique, peuvent être distinguées (fig. III.3) :
– signal à amplitude et temps continus (signal analogique) :

– signal à amplitude discrète et temps continu (signal quantifié) :
3. Ce signal
correspond à celui qui est fourni à la sortie d’un circuit convertisseur numérique-analogique
pour la commande d’un actionneur
– signal à amplitude continue et temps discret (signal échantillonné) :
 Ce
signal, obtenu à l’aide d’un circuit échantillonneur bloqueur, est transmis à un circuit
convertisseur analogique numérique pour obtenir un signal numérique utilisable par un
ordinateur ;
– signal à amplitude discrète et temps discret (signal logique ou numérique) :
3
Ce dernier cas correspond en réalité à une suite de nombres codés en binaire. Ces nombres,
utilisés au sein d’un ordinateur, se transmettent sous la forme de plusieurs signaux de type
numérique 0 V (0 logique) ou 5 V (1 logique) se propageant en parallèle : 8 signaux pour un
nombre codé sur 8 bits.

On appelle numérisation d’un signal l’opération qui consiste à faire passer un signal de
la représentation dans le domaine des temps et des amplitudes continus au domaine des temps
et des amplitudes discrets.
Cette opération de numérisation d’un signal peut être décomposée en deux étapes
principales : échantillonnage et quantification.
La restitution (ou l’interpolation) constitue le processus inverse qui intervient lors du
passage du signal numérique au signal analogique : commande d’un actionneur.
Ces trois étapes sont indissociables. En effet, le signal, étant le support physique d’une
information, doit conserver au cours de ces modifications tout le contenu informatif initial.








   


Cette condition, ajoutée à la notion de coût limite d’un système, va être à la base de la
numérisation des signaux et de l’étude du traitement numérique.[6]

Fig. III.3 Classification morphologique des signaux.

III.3. Transformation de Fourier :

III.3.1. Analyse spectral des fonctions périodiques :
III.3.1.1. Développement en série de Fourier :

Si s(t) est une fonction périodique de t, de période 41F05 elle peut s’écrire sous
la forme d’une somme de fonctions sinusoïdales et cosinusoïdales de fréquences f multiple de
la fréquence F0, dite fréquence fondamentale. Soit : [6]


  *6  7*%  6   :%
6  ;

%89








   


Où *% et :% sont les coefficients de la série de Fourier. Ils se calculent à partir des
relations suivantes :
 =>
*68 <
 ?  @@@@@

 A
6 6

Avec *6 appelé valeur moyenne ou composante continue

 =>
*%  <
  6  ?B(CD E  F
6 6

Et
 =>
:%  <
 GH6 ?B(CD E  I
6 6

En introduisant la représentation complexe, nous pouvons donner une forme plus

générale de l’expression de ce développement en série de Fourier :

N’

  7 J6   KLM>

 P
%8O’

Avec
  =>
J6    *% #  :%    <
  KLQ>
 ?B(CD E  R
 6 6

Et

@@@@@ 4
J4  *6  









   


Le concept de fréquence négative n’a pas de signification physique. Il peut être vu
comme la traduction du sens de rotation de la vitesse angulaire ou pulsation (). Ainsi la
fonction réelle cos () ou cos () peut être exprimée comme la somme de deux fonctions
complexes dans le plan complexe (figure III.4) :


    S 
  O
T 


Ces valeurs négatives de la fréquence sont introduites uniquement dans un but de

rendre symétrique la fonction de représentation des fréquences. Dans le cas de signaux réels,
nous avons :

*O%  *% :O%  #:%  

Les coefficients du développement S(nF0) sont en général une grandeur complexe qui
peut s’écrire sous la forme :

J6   UJ6 U  VW  &

Avec pour module :

UJ6 U  X*%K  :%K  ;

Et pour phase % :

#:%
%  D2Y Z [ A
*%








   

Fig. III.4 Introduction des fréquences négatives dans l’expression des signaux.

III.3.1.2. Série de Fourier des fonctions paires et impaires :

Il résulte de la définition des fonctions paires et impaires que si \] est paire, on a :

L L
< \]^]   < \]^]  F
OL 6

En effet,
L 6 L
< \]^]  < \]^]   < \]^]
OL OL 6
L L L L
 < \#]^]  < \]^]  < \]^]  < \]^]
6 6 6 6
L
  < \]^]  I
6

Etant donné qu’une fonction paire jouit, par définition, de cette propriété :
\]=\#].
On a d’une manière analogue, pour une fonction impaire+.









   


_ _
< \]^]   < \#] 
O_ 6
_
 < \]^]
6
_ _
 # < \]^]  < \]^]  4 ``` P
6 6

Si l’on a le développement de Fourier d’une fonction + impaire, le produit

+2(
+ est une fonction impaire et +
+ une fonction paire ; donc,
 L
*6  < +?+  4  R
 OL

 L
*%  < +  + ?+  4  4
 OL

 L  L
:%  < + GH + ?+   < + GH +?+  
 OL  6

C'est-à-dire que la série de Fourier d’une fonction impaire ne contient que des sinus.
Si l’on a le développement de Fourier d’une fonction paire, le produit +
+ est une
fonction impaire et +2(
+ est paire, par suite :
 L
*6  < +?+  
 6

 L
*%  < +  + ?+  &
 6

 L
:%  < + GH + ?+  4  ;
 OL








   


C'est-à-dire que la série de Fourier d’une fonction paire ne contient que des cosinus.
Les formules obtenues permettent de simplifier les calculs des coefficients de Fourier lorsque
la fonction donnée est paire ou impaire. [9]

III.3.1.3. Représentations fréquentielles :

Les coefficientsJ6  représentent les composantes du spectre en fréquence de s(t).

En introduisant l’impulsion de Dirac a+ qui est décrite en annexes, la représentation
fréquentielle du signal est formée de pics de Dirac de poids UJ6 U réparties sur tout l’axe
des fréquences positives et négatives (fig. III.4). Par convention, on dessine chaque raie en lui
donnant une hauteur proportionnelle à son poidsUJ6 U. Il est important de noter que ce
spectre J est en général complexe, formé d’une partie réelle et d’une partie imaginaire, et
devrait donc être représenté dans un système à trois dimensions : axe des fréquences f, axe de
la partie imaginaire 'bJc et axe de la partie réelle dbJc L’expression du spectre
est la suivante :

N’

J  7 J6  a # 6  A

%8O’

Avec

J6  
9 = @@@@@ F
 e6 >
  KL%M>
 ? B(CD E J4  

=>

La représentation fréquentielle ou le spectre en fréquence J du signal
 est

constitué de la composante continue à la fréquence 0, du fondamental à la fréquence 4(ou
harmonique d’ordre 1) et des différents harmoniques aux fréquences   f 4. Il est
important de remarquer que le spectre d’une fonction périodique, de période4 ,4, est
discontinu et composé de raies dont l’écart minimum est, sur l’axe des fréquences4.

Cette représentation complexe du signal distribue donc, dans le domaine fréquentiel, les
contributions du signal symétriquement de part et d’autre de l’origine sur l’axe des fréquences
: c’est la représentation spectrale bilatérale J (fréquences positives et négatives).








   

Fig. III.5 Représentation fréquentielle bilatérale d’un signal périodique

Seule la représentation unilatérale JDp1 (spectres composés de fréquences

positives uniquement), calculée directement à partir des équations (III.4) à (III.5) (série de
Fourier), est une représentation réelle qui peut être obtenue à partir d’analyseurs de spectres
ou de transformateurs de Fourier qui présentent le module de ce spectre. À partir de
l’expression initiale III.4, nous pouvons écrire :

  *6  7 2%   6   %   I

%89

Avec

2%  UJ6 U  X*%K  :%K  P

Les coefficients 2 représentent les « amplitudes » des composantes du spectre réel

JDp1 en représentation unilatérale (cf. figure 3.5). Il est très aisé de passer de l’une à
l’autre des représentations par la relation suivante :

J  g Jhpij  R

Avec
g  b
 k 4l 
  4l 4
 m 4c &4
.








   


III.3.1.4. Quelques propriétés :
Nous avons une correspondance unique entre la fonction+, son développement en
série de Fourier et par conséquent sa représentation spectrale n Nous écrirons donc cette
réciprocité sous la forme :[6]

M
+ o n &

III.3.1.4.1. Propriété de linéarité :

M M
Étant donné +  o n)  o p5 nous avons :
M
 f +   q f )  o  f n   q f p Avec A et B des constantes

Fig. III.6 Représentation fréquentielle unilatérale d’un signal périodique .

III.3.1.4.2Propriété de translation :
M
Étant donné +  o n5 nous avons :
M
+ # r o n s  OKtLQ  &

Et réciproquement :

M
+ # u o n s  OKvL
  &&








   


III.4. Echantillonnage du signal :
III.4.1. Définitions :
Notons par +* le signal analogique de départ. La constitution du signal
échantillonné + est obtenu par multiplication de ce signal analogique par un train
d’impulsions de Dirac d’amplitude unité et équi-espacées de. Ce train est noté B et est
défini par :

B  7 a #   &;

%8Ow

Fig.III.7– Opération associée à l’obtention d’un signal échantillonné : multiplication Par un

train d’impulsions








   


Le signal échantillonné correspond donc à :

+i   +! B  +!  7 a #   &A

%8Ow

En vertu de la propriété qui veut que a   4a5 on a encore :

+i   7 +! a #   &F

%8Ow

Cette opération est illustrée par la figure III.7.

III.4.2. Théorème de l’échantillonnage : théorème de Shannon :

L’échantillonnage à aussi des conséquences sur le spectre du signal de départ +*
Elles peuvent être mises en évidence de la manière suivante : le signal B est périodique et
peut donc être développé en série de Fourier. Le résultat en est :

w
 KLx

B   7  =  &I


x8Ow

Par application du théorème de modulation, le spectre de B est donné par :

w
 g
y   7 a Z # [  &P
 
x8Ow

On voit donc qu’à un train d’impulsions de période T dans le domaine temporel

correspondent un train d’impulsions de période , dans le domaine fréquentiel.








   


A la multiplication de 2 signaux dans le domaine temporel correspond (à un facteur 2ʌ
près) dans le domaine fréquentiel la convolution des spectres de ces 2 signaux. Dès lors, le
spectre Xe(Ȧ) du signal échantillonné xe(t) est donné par


ni   n!  s y &R


Le symbole * signifie convolution. Le spectre du signal p(t) est lui-même un train

d’impulsions espacées de 1/T sur l’axe des fréquences ou 2ʌ/T sur l’axe des pulsations. La
convolution d’un signal avec un train d’impulsions se fait en reproduisant le signal au droit de
chacune des impulsions. Le spectre du signal échantillonné est donc donné par

w
 g
ni    7 n! Z # [ ;4
 
x8Ow

On voit donc que l’effet de l’échantillonnage est de périodiser le spectre du signal

analogique de départ. Cette périodisation se fait à un rythme , en fréquence ou , en
pulsation.
Cet effet est illustré par la fig. III.8. Il appelle plusieurs commentaires :
1. la périodisation concerne autant l’amplitude du spectre que sa phase ;
2. il apparaît clairement que si le spectre du signal de départ est limité à , en fréquence,
les différentes versions ne se recouvriront pas, et on pourra retrouver le signal analogique de
départ par un filtrage adéquat de la séquence d’échantillons. En d’autres termes, si un signal
analogique a un spectre s’étendant jusqu’à une fréquence', c’est-à-dire que son spectre est
non-nul uniquement pour les fréquences  m ' (et non pas ”), les versions répétées ne se
recouvriront pas pour autant que la fréquence d’échantillonnage soit au moins égale à'.
C’est le théorème de l’échantillonnage. En pratique, si la cadence d’échantillonnage est
imposée, on s’arrangera pour limiter le spectre du signal analogique au préalable, à l’aide
d’un filtre dit de pré-échantillonnage. Même si le spectre est suffisamment limité, il y a
toujours intérêt à filtrer le signal d’entrée (même si ce filtre ne modifie pas la partie utile du
signal) et cela en vue d’éliminer le bruit hors bande utile, qui pourrait venir se placer dans le
spectre utile à cause de la périodisation des spectres. Il est à noter que le théorème de Shannon
énonce une condition suffisante mais pas toujours nécessaire pour que l’on soit capable de








   


récupérer le signal de départ. La fréquence minimale, ici ' est appelée fréquence de
Nyquist. [e]

Fig. III.8 effet de l’échantillonnage sur le spectre du signal d’entrée

III.5. Conclusion :

L’interprétation des phénomènes physique ne peut se faire sans traduire ces dernières
en signaux électriques et par conséquent la nécessité d’introduire les outils mathématiques
qui permettent de faire une analyse efficace d’une part et la modélisation de système
performant d’autre part. Dans cette partie nous avons décrit les principaux outils (série de
Fourier transformé de Fourier, échantillonnage), le plus important reste de concrétiser ces
théories a travers une application dans un cas réel ce qui fera l’objectif du chapitre suivant.







        


IV.1. Introduction :

Le signal est la représentation mathématique de l’information, cette dernière étant

généralement une grandeur physique. Avec l’accroissement de la puissance des calculateurs,
on procède de plus en plus au traitement numérique des signaux. Les signaux numériques
résultent donc de la discrétisation des signaux analogiques. L’échantillonnage d’un signal
analogique suivi de la conversion analogique numérique produit un flux important de
données. Dans le cadre de ce travail nous avons suivie une démarche purement mathématique
basé sur l’utilisation de la série de Fourier pour la génération du signal et ensuite procéder a
un traitement de ce dernier pour confirmé la faisabilité de construire un système numérique
ambulatoire efficace. Ainsi notre travail est divisé en deux parties :
- Génération du signal ECG.
- Traitement numérique du signal ECG.

IV.2. Objectif du travail :

Notre travail est basé sur un travail de recherche mener par un laboratoire de l’institut
polytechnique d’orleans (France) le probleme est posé de tel manière à :

• Résoudre le probléme d’augmentation du taux de mortalité due au

maladie cardivasculaire .
• Améliorer les performance du système baser sur l’utilisation d’un
holter durant 24 à 48 heurs portée par la patient .
Pour résoudre ce probléme la solution d’analyse en temps réel est probablement la
solution la plus adequat ainsi pour la mise en œuvre de cette solution le shcéma suivant fut
proposée [10] :

Fig.IV.1 :chaine d’acquision numerique







        


IV.3. Génération du signal ECG :

A fin de donner une signification formelle au signal cardiaque l’idée qui nous est
venus est de faire une analyse d’un signal réel comme c’est indiqué sur la fig. IV.2 et de
déduire les différentes formes d’onde constituant ce signal. Ce qui revient à reproduire le
signal réel par modélisation.

Fig. IV.2 : signal ECG réel

A travers cette figure on constate que le signal ECG possède les caractéristiques
suivantes :
• un mixage de plusieurs formes d’ondes (sinusoïdales et triangulaire).
• Chaque forme d’ondes est caractérisé par sa durée et sont amplitude.
• Le Signal ECG est quasi périodique à la fréquence fondamentale
déterminée par le rythme cardiaque. Elle répond également aux conditions de Dirichlet
données par les points suivant [11]:
• une valeur unique et finie dans l'intervalle donné.
• Tout à fait intégrable.
• nombre fini de maxima et minima entre les intervalles finis.
• Il a nombre fini de discontinuités

Ces informations nous autorisent à réaliser un développement en série de Fourier par

tranche sur le signal cardiaque donner sur la fig.IV.3.
Idéalement le signal ECG peut être représenté selon







        

Fig. IV.3 signal ECG idéal (témoin)

IV.4.Première partie :
IV.4.1. Génération de l’onde P :
L’onde P est assimilée à une fonction cosinusoidale qui peut être représenté selon la figure
suivante :







        

Fig. IV.4 génération de l’onde p

Cette fonction est donnée par l’expression suivante :

     
 


           
   

  


b : est un coefficient d’ajustement lie a la durée de l’onde

IV.4.1.a. Evaluation des coefficients de la série :

!"#
  $  %#


D’où
&
    







        

!"# !"#
'  $     %#
 

D’où

 (   + (
'  )*  + )*   ,
  (   + ( 
 *"# *!#
'     )* . / %#
 -  
Comme La fonction est paire alors :
' 
01 &

IV .4.2.Onde QRS :
Pour cette onde on peut la représenter par une forme triangulaire comme c’est indiqué sur la
figure suivante :

Fig. IV.5 génération de l’onde Qrs

Cette fonction est donnée par la fonction suivante :
  3  +  
    3 

  2  4
 3  +   3   







        

IV.4.2.b. Evaluation des coefficients de Fourier :

  $ 5#%#

  3 6
!"#
'  $ 5#    %#


 (
'    .   . // 8
( 
7 7 
Comme La fonction est paire alors :

!"#
'  $ 5# )* %#

' 
 9
Le détail de calcul des fonctions P et QRS est donnée a l’annexe.
Remarque :
La génération des ondes (t, u, s) se fait de la même manière que les ondes précédentes.

IV.4.3. Algorithme d’évaluation des coefficients de la série de Fourier :

A fin de pouvoir générer le signal ECG nous avons mis au point un algorithme de
calcul qui permet de faire l’évaluation des coefficients de la série de Fourier des signaux
précédemment d’écrit ainsi l’organigramme donnée par la fig. IV.6 est proposé par ailleurs
les données numérique réel que nous avons appliqué sur notre model sont indique sur le
tableau 1:







        


!


!














"
     

!


!














"     






!




 









 

 


  #  


Fig. IV.6 : Organigramme du simulateur cardiaque

IV.4.3.1 Paramètre du simulateur :

Ondes P_wav Q_wav Qrs_ wav S_ wav T _wav U_ wav
Amplitude (a) (mv) 0 ,25 0,025 1,6 0,25 0,35 0 ,035
Durée (d) (s) 0,09 0,066 0,11 0,066 0,142 0,0476
Temps (t) (s) 0,16 0,166 0,09 0,2 0,433
Tableau1 : paramètre de la simulation [13]

IV.4.4. Résultats :
Le calcul numérique et le tracée des fonctions est réalisé en s’appuyant sur un logiciel de
programmation spécialisé a cet effet (matlab), les résultats de simulation sont donnée sur la
fig. IV.7 .







        


ECG normal
1.6

1.4

1.2

0.8
amplitude

0.6

0.4

0.2

-0.2

-0.4
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
temps(s)

Fig. IV.7 : signal ECG simulé

IV.4.4.1 Interprétation :
Les résultats données sur la figure IV.7 confirme les données théorique stipulant que Le
signal ECG est un signal riche par la variété des ondes qui le constitue (ondes P, QRS et T).
Ainsi il présente une densité spectrale de puissance qui varie en fonction de la morphologie
du signal et d’un sujet à un autre .ainsi les résultats obtenus sont proche qualitativement et
quantitativement à un ECG réel.

IV.5.Deuxième partie :
Dans cette deuxième partie nous allons exploités les donnés issues de la simulation
précédente c'est-à-dire le signal ECG générer par le simulateur pour montrer qu’a partir de
l’analyse fréquentiel on peut obtenir des informations pertinente dans le cas ou des variations
brusque apparaissent sur la forme du signal (ex : anomalie).pour cela nous avons besoin
d’information fournie par le cardiologue, ces dernière doivent contenir ce qui suit :
- Un seuil pour l’onde QRS en termes d’amplitude.
- La répartition des ondes QRS sur un intervalle sur temps bien déterminé.
- L’intervalle de temps séparant deux R-R

$





        


Pour atteindre notre objectif, nous avons procédé a réaliser un échantillonnage avec un pas de
0.01s, sur un segment du signal ECG contenant uniquement l’ondes QRS et ceci pour deux
cas différents ( ECG normal , pathologique ) ce qui a permit d’obtenir le résultat de la fig.IV.8
suivante :

echantillonnage de l'onde QRS normal

1.8

1.6

1.4

1.2
am plitude QRS norm al

0.8

0.6

0.4

0.2

-0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4
temps"nT"

Fig. IV.8 (a) : Echantillonnage de l’onde QRS

%





        

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4

Fig. IV.8 (b) : Echantillonnage de l’onde QRS

(a) : normal
(b) : avec pathologie
N.B : Le deuxième signal est assimilé à une pathologie.

Le signal ainsi traiter par la CAN est transmis vers la DSP qui procède a la détection
de l’onde Qrs et a un traitement du fonder sur la FFT (Fast Fourier transform) .le résultat
issu de la simulation pour les 2 cas nous a permis d’obtenir les résultats donnée par la figures
suivante :

&





        


16 premier canaux de la FFT 128 points de l'onde QRS normal
25

20

15
amplitude (db)

10

0
0 5 10 15
canaux

Fig. IV.9. 16 canaux de la FFT 128 points de l’onde QRS

16 premier canaux de la FFT 128 ponits de l'onde QRS pathologique

25

20

15
amplitude (db)

10

0
0 5 10 15
canaux

Fig. IV.10. 16 premiers canaux de la FFT 128 points de l’onde QRS avec pathologie







        


A travers cette simulation, on remarque une variation de l’amplitude du signal pathologique
comparer a celui du signal normal sur toute la bande de fréquence a partir de la on peut
déduire que, l’analyse spectral peut être une bonne solution pour l’identification des
changements survenues sur le flux des signaux acquis ce qui impose l’utilisation d’un
processeur spécifique pour le traitement de ce type de signaux couramment appelée (DSP).

IV.5.1. Interprétation :
Pour plus d’éclaircissement de notre travail, on rappel que dans la pratique la FFT est traitée
comme c’est indiquée Sur la figure IV.11 qui représente une chaine de détection des ondes
QRS

Fig. IV.11. Chaine de traitement du signal ECG [10]

Dans cette figure le DSP est le cœur du système sa mission principale c’est la détection des
ondes QRS et l’application de la FFT sur ces signaux en se basant sur des instructions
intégrés dans une mémoire.
IV.6. Classification des complexes QRS (circuit FPGA) :
Le DSP calcule la FFT de cette forme d’onde et envoie les 16 premiers coefficients
spectraux au bloc de classification, ce dernier permet l’implémentation des circuits logiques
programmables qui selon un algorithme bien définie par le concepteur du system va faire une
classification des signaux pathologique.
Cette étape de classification impose une connaissance préalable du signal QRS sain
(fournie par le cardiologue), afin de comparer avec les ondes reçu par la DSP cette
fonctionnalité nécessite un circuit puissant dédié pour cette application, dans l’industrie
moderne, le composant le plus adapté a cette effet et nommée le FPGA qui nésite une
programmation avec des langages spécifiques tel que (VHDL, VERILOG, ABL,….).

IV .7.Validation des résultats :

Dans cette dernier partie de notre travail, nous avons jugées nécessaire de comparer nos
résultat avec celles obtenue au laboratoire d’Orléans les résultats de comparaison constitue le
meilleur moyen pour la validation de notre travail.







        


D’après les Résultats indiqué sur la figure IV.12 on remarque une certaine concordance avec
les celles obtenue dans ce travail.

Fig. IV.12 .Résultats obtenues par [12]







        


IV.8.Conclusion :
le holter est l’examen non invasif qui nous permet de détecter les maladies cardiovasculaire
après l’ECG , dans ce chapitre après avoir simuler le signal issu d’un ECG nous avons donnes
un petit aperçu d’un holter intelligent ce dernier va détecter et localiser les complexes QRS
grâce a un DSP (processeur de traitement du signal ) suivie d’une classification a fin de
prendre la meilleur décision si il s’agit d’une pathologie ou non cette fonctionnalité est laissé
a un circuit programmable nommé le FPGA.







 


Conclusion générale

On a étudié dans ce mémoire le signal électrocardiogramme pour mieux comprendre le

comportement du cœur à travers son rythme. Ce tracé comporte beaucoup d’informations et
de paramètres et il est, généralement, très difficile à interpréter visuellement, d’où la nécessité
d’utiliser des outils automatiques et rapides pour le traitement, en électronique, il est courant
lors de l’analyse d’un signal, de visualiser ce dernier à partir de sa représentation temporel,
.l’objectif a atteindre durant notre travail c’est l’analyse du signal a partir de son contenue
spectral, sachant que les deux représentations sont reliées par la transformation de Fourier
notre travail ce divise en 4 partie en liaison étroite.
A fin de comprendre le fonctionnement complexe de cette organe qui n’a pas livres
tout ses secret nous avons réserves le premier chapitre a l’anatomie et au fonctionnement et
aussi la connexion avec le système cardiovasculaire.
Le second chapitre est centre sur l’études de l’appareil lui-même qui est donc
l’électrocardiographe et le holter nous avons abordes donc l’appareillage, le signal issu sur
une durée de 5 minute pour l’ECG et 24 a48h pour le holter. Mais aussi les technique de
traitement de ce signal dans notre cas le mixage DSP et FPGA.
Dans le troisième chapitre nous nous sommes centrés sur les outils qui nous ont permis
la construction de l’algorithme du signal ECG mais aussi le traitement de ce dernier comme
la transformer de Fourier (FFT) mais aussi l’échantillonnage.
Le dernier chapitre vise essentiellement à faire une étude sur la faisabilité de réaliser
un ECG intelligent .pour cela nous avons génères un signal ECG sur ce dernier nous avons
fait l’extraction de l’onde QRS .la deuxième étapes consiste à réaliser un échantillonnage
cette dernière permet d’obtenir une discrétisation temporel.la troisième étape consiste a
appliqué la transformé de Fourier discret pour adapter le signale ave la DSP. Afin de vérifier
la justesse de notre simulation nous avons crée une pathologie sur laquelle nous avons
applique les démarche précédent la comparaison des deux signaux (sain et pathologique).









Annexe

Evaluation analytique de l’onde P:

     
 


          
   

     

  !  ʌ! 
Calcule des coefficients de la série de Fourier pour l’onde P:

  % $"!# ʌ! 

"!#

  %ʌ& -
$'()*+
,"+

 =$, &01 .  01 .-

./ , ,

=- 2
./

3  !  ʌ! ʌ! 

Puisque : cos a cos b= (!    4  4 

 7 !/  6  6
3  5     8 4   4  8
 $7 !/  

   6   4 6
3  01  4 01 
  6   4 6 

3 = 9
:01 ;
./$,3.
< / 4 ./=,3. 01 ;
7 9 ./$,3.
< /> 4 :01 ;
7 ./=,3.
</ 4
7
./$,3. ,7 ,7 ,7

01 ; < /> 4

9 ./=,3. 7
./=,3. ,7








3 = , sin ./$,3.+ , sin ./=,3.

./$,3 ,/ ./=,3 ,/

3  ! ? ʌ!011ʌ! 

3 
Car la fonction est paire

Evaluation analytique de l’onde QRS :


 4 
  

  @ 

  4     

  %5 A 
Calcule des coefficients de a série de Fourier pour l’onde QRS:

 
 %/ 7
  B5  4 8 4 5  4 8C
$7% 
/
  ,  ,
  D     E 4 D   4  E
     

  
   4  
 

 

3  %5 A ʌ! 

 6  6
 %/ 7
3  5   4 FGH 8 4 5   4 FGH 8
$7%/ 

I 4 8I  8
/J J/
7 7

6 6
8K  FGH 8K  HL6 
6







 6

39M 5   4 FGH 
$7%/
39  ;  4 < ; HL6 <   01 8
/J 7 3. /J .3
7 3. 7 3. 7

39  ;  4 < ; HL6 < 4 FGH 

/J 7 3. /J .3
7 .3 7 3N . N 7

7%
3,   /  4 FGH 
/J .3
7 7
3,  ;  4 < ; HL6 <   01 8
$/J 7 3. $/J .3
7 3. 7 3. 7

3,  ;  4 < ; HL6 <  FGH 

/J 7 3. /J .3
7 3. 7 3N . N 7
3  39 4 3,

3 =; ,/J <*(1- cos;3.<)

3N . N /

3  %5 A01ʌ! 
=0 car la fonction est paire





 Bibliographie



Bibliographie

[1]. B. khadoumi, ‘’analyse et modélisation d’électrocardiogrammes dans le cas de

pathologies ventriculaires ‘’.

[2] Aline cabasson ’’Estimation et Analyse des Intervalles Cardiaques’’

[3] Daniel tchiotsop ’’modélisations polynomiales des signaux ECG’’, application a la

compression.

[4] M. Arbatni Khaled ‘’Réseaux de neurones appliqués à l’analyse et à la modélisation non

linéaire du signal ECG’’

[5] Mr. Amar Hodni ‘’analyse du signal ECG par réseaux de neurones récurrents’’.

[6] Francis Cottet ‘’aide mémoire traitement de signal’’.

[7]R. Dubois ‘’ application des nouvelles méthodes d’apprentissages a la détection précoce

d’anomalie en électrocardiographie’’.

[8 ] d.lacroix, ‘’Généralité sur les DSP’’stage DSP-IUFM.

[9] N.Pisckounov,’’calcul différentiel et intégral ‘’éditions MIR-Moscou.

[10] L. Delorme, G. Lamarque, F. Leclerc, C. Viou ‘’ Holter intelligent ‘’ .

[11] R. Karthik’’ECG simulation using matlab’’.

[12] L. Delorme, G. Lamarque, F. Leclerc, C. Viou ‘’Traitements temps réel de signaux ECG
: Un exemple de transfert recherche vers enseignement pour les systèmes embarqués’’.

[13] James H. O’Keefe, Stephen C. Hammill, Mark S. Freed, Steven M. Pogwizd,

“The Complete Guide to ECGs” Third Edition





 Bibliographie



Site internet

[a]: www.medicopedia.net/Schemas/Tissu_nodal.gif.

[b]: www.http/Electrocardiographie - électroencéphalographie.htm

[c]: www.wikipedia .

[d]: www.neurones.espci.fr/Theses_PS/DUBOIS_R/Chapitre2.pdf.

[e] www.tele.ucl.ac.be/EDU/ELEC2900/2900_1.pdf.





 Résumé

Mot clé : ECG, holter, transformé de Fourier, cœur, DSP, FPGA.

L’électrocardiographie et le holter explore l’activité électrique du cœur par

enregistrement de la variation des ondes électriques issus de ces dernier, la premier ce fait
durant cinq minute et le deuxième examen dure 24 à 48 heurs. L’activité cardiaque constitue
l’un des paramètre les plus essentiel a la détermination de l’état de l’individu .cette dernière se
traduit par l’apparition d’ondes sur le tracé de l’électrocardiogramme qui est le signal
cardiaque ,l’électrocardiogramme ECG ,l’analyse de ce signal et l’indentification de ses
paramètres permet le diagnostique d’anomalie cardiovasculaire cependant la complexité de ce
signal et le flux d’information générer par ce dernier mettent en arène la mise en œuvre des
techniques, d’analyse et d’identification utiliser .toutes fois, un ensemble de méthodes et
d’algorithmes sont proposés contenu de l’importance de ce signal .

Ce travail s’inscrit dans cette problématique et propose donc une amélioration du «

holter » qui détecte, traite, et classifie le signal pathologique, l’opération est réalisé en temps
réel.

Abstract

Keyword:ECG,holter,DSP,FPGA,fast fourier transform,heart.

Electrocardiography and Holter explores the heart's electrical activity by recording

changes in electric waves from the latter, the first result in five minutes and the second test
takes from 24 to 48 hours. The cardiac activity is one of the most important parameter for
determining the status of the individual. It leads to the appearance of waves on the ECG
tracing which is the cardiac signal, the electrocardiogram ECG, analysis of the signal and the
identification of its parameters allows the diagnosis of cardiovascular abnormalities, however,
the complexity of the signal and the flow of information generated by it are in the arena of
technical implementation, analysis and identification use. all time, a set of methods and
algorithms are proposed contents of the importance of this signal.

This work is part of the problem and present a contribution to the achievement of a
"holter smart" that detects, processes and classifies the signal into normal or pathological and
all that is real time.