Etude et implémentation d’un système connecté intelligent pour la surveillance de l’état de santé des patients souffrant d’arythmie cardiaque

الموضوعات

طب

الملخص

Dans ce travail, nous présentons des informations et des généralités sur le cœur, les différentes maladies cardiovasculaires ainsi que leurs causes. Pour cela nous proposons un système intelligent pour la détection et classification des maladies cardiovasculaires systématiquement à l’aide d’un réseau neurones de convolution(CNN 1D) qui introduit à l’apprentissage en profondeur. D’abord nous essayons de créer un nœud d’acquisition de récolte des signaux ECG pour le test final, ensuite nous effectuons une implémentation du modèle CNN sur la carte Raspberry Pi 3B+ pour tester et afficher les différents résultats de prédictions sur la plateforme Node-Red. Le système intelligent proposé a prouvé et a validé son efficacité et sa fiabilité. Ce système intelligent a pour but de minimiser les erreurs médicales en cas d’urgences lors des catastrophes.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0205adf6-504d-479b-95c9-715883e3e6c8

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2262321_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Zahra Achir","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Aymene Berkani Mohamed Rafik ","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Billel Bengherbia","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Etude et implémentation d’un système connecté intelligent pour la surveillance de l’état de santé des patients souffrant d’arythmie cardiaque

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

In this project,we present general information about human heart, without forgetting the various cardiovascular diseases as well as their causes. For this causes we propose an intelligent system, who can be detect and classifies different cardiovascular diseases systematically, using a convolutional neural network (CNN 1D) that introduces to deep learning. First we try to create an ECG signal harvest acquisition node for the final test, then we perform an implementation of the CNN model on the Raspberry Pi 3B+ (board) to test and display the different prediction results on the Node-Red platform. The proposed intelligent system has proven and validated its effectiveness and reliability. This intelligent system aims to minimize medical errors in case of emergencies during disasters.

كلمات الباحثين

’un système connecté intelligent

إشراف وإعداد

الإشراف

Billel Bengherbia

الإعداد

Zahra Achir, Aymene Berkani Mohamed Rafik

الاقتباسات الببليوغرافية