Approche multi-agents pour le monitoring médical Application cardiologique

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Les maladies cardiovasculaires constituent un problème majeur de santé public, elles sont les premières causes de mortalités dans le monde. En raison de l’ampleur du problème, divers travaux ont été mis en place afin de réduire le risque, préconisant notamment l’éducation, la prévention, et le suivi des patients à risque. Dans ce mémoire, nous avons appliqué une approche multi-agents pour le monitoring médical où nous avons proposé de mettre au point un système de classification des battements cardiaques. Ce système est basé principalement sur l’utilisation des réseaux de neurones et les systèmes experts à base d’agents intelligents, dont, le premier agent classifier neuronal reçoit en entrée 96 paramètres temporels, et le deuxième reçoit aussi 19 paramètres morphologiques (qui sont les composantes principales retenues de l’inertie en entrée, après l’avoir compressé par la méthode d’analyse en composantes principale ACP) caractérisant un battement ECG, et dernièrement, l’agent expert qui s’occupe de la fusion des deux résultats fournis par les deux agents classifier. Ces agents vivent dans un environnement purement ouvert communicant via un réseau de télécommunication. Notre système a l’objectif de faire la classification neuronale en se basant sur les données temporelles et morphologiques des ECG selon deux classes, « normale » et « anormale », qui a été validé sur des signaux de la base de données MIT_BIH. Les résultats qualitatifs et quantitatifs obtenus démontrent l’efficacité de cette approche. () Cardiovascular diseases are a major public health problem; they are the leading causes of death in the world. Because of the magnitude of the problem, various works have been implemented to reduce risk, including advocating education, prevention, and monitoring of patients at risk. In this thesis we applied a multi-agent approach for medical monitoring where we proposed to develop a classification system heartbeat. This system is primarily based on the use of neural networks, expert systems and intelligent agents, including the first neural classifier agent receives 96 temporal parameters as input, and the second has also 19 morphological parameters (which are the principal components taken of inertia as input, after being compressed by the principal components analysis method PCA) characterizing an ECG beat. Finally, the expert agent takes care of merging the two results provided by both classifier agents. These agents live in a purely open environment communicating via a telecommunication network. Our system aims to do a neuronal classification based on morphological and temporal ECG data into two classes a “normal” and “abnormal” one, which has been validated on signals from MIT_BIH database. Qualitative and quantitative results obtained demonstrate the effectiveness of our approach.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0d0114df-f2ee-49a9-adcb-3988100c1f03

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf text

أسماء الملفات

2256153_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"محمد امين شيخ","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"محمد قويسمي","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Approche multi-agents pour le monitoring médical Application cardiologique

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

ECG, les maladies cardio-vasculaires, Arythmies cardiaques, classification, les systèmes multi-agents, jade, réseaux de neurones, système expert, apprentissage artificielle, descripteur temporel, descripteur morphologique, ACP.

إشراف وإعداد

الإشراف

محمد امين شيخ

الإعداد

محمد قويسمي

الاقتباسات الببليوغرافية