Compression paramétrique du signal électrocardiographique : application aux arythmies cardiaques

par Ahmed Riad Borsali

Thèse de doctorat en Sciences de l'ingénieur

Sous la direction de Jacques Lemoine.


  • Résumé

    Avec l'usage croissant de signaux d'électrocardiographie (ECG) comme outil diagnostique en cardiologie, il existe une demande pour des techniques de compression d'ECG efficaces. Le but de tout système de compression de données est de maximiser la compression tout en minimisant la distorsion. Dans ce sens, Deux nouveaux algorithmes de compression de l’ECG sont présentés dans cette thèse. Le premier algorithme est basé sur la Modélisation Polynomiale à Synchronisation Optimisée (MPSO). Le deuxième algorithme est basé sur la Modélisation paramétrique Multi-résolution à Battements Entrelacés (2MBE). Les deux algorithmes utilisent un détecteur de complexes QRS, permettant la séparation entre les battements du signal ECG. Une matrice est construite à partir des battements retrouvés dans l’étape précédente. Par la suite, le premier algorithme se base sur une projection polynomiale qui réduit la matrice à des coefficients d’interpolation. Quant au second algorithme, il s’oriente vers un multiplexage combiné avec une décomposition en ondelettes et une modélisation gaussiennes. Le pourcentage de la différence de l’erreur quadratique (PRD) a était utilisé comme critère d’erreur. L’application des algorithmes a était effectuée sur des signaux de la base de données MIT-BIH. Une étude comparative avec d’autres résultats en littérature confirme le bon fonctionnement des algorithmes.

  • Titre traduit

    Parametric compression of the signal electrocardiographic : applications to the cardiac arrhythmias


  • Résumé

    With the increasing use of ECG in heart diagnosis, such as 24 hour monitoring or in ambulatory monitoring systems, the volume of ECG data that should be stored or transmitted, has greatly increased. Therefore we need to reduce the data volume to decrease storage cost or make ECG signal suitable and ready for transmission through common communication channels such as phone line or mobile channel. So, we need an effective data compression method. Two new algorithms of ECG compression are presented in this thesis. The first is based on polynomiale projection (MPSO), the second on the parametic modelisation multi-resolution (2MBE). Both algorithms use a QRS complex detector in the aim of segmenting the ECG signal. From the segments a matrix is constructed. After thar, the first algorithm reduce the size of this matrix by polynomial projection. For the second algorithm, a combinaison of multiplexing with wavelet transform and Gaussian modelling is used. The percent Root-mean square Difference (PRD) was adopted as measure of the distortion introduced by the compressor. Algorithms were tested on ECGs from the database MIT-BIH. A comparative table with other results from the literature reveals the good working of the algorithms.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Annexes : Bibliogr. 92 réf

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Est Créteil Val de Marne. Service commun de documentation. Bibliothèque de ressources électroniques en ligne.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.