Détection des pathologies cardiaques En utilisant DEEP LEARNING.

Abstract

Notre projet consiste à mettre en évidence l'importance de l'outil informatique au service du domaine médical, et en particulier le monde des pathologies cardiaques, en mettant l'accent sur le processus de détection de ces Maladies. Par conséquent, notre objectif dans ce présent mémoire consiste à concevoir et réaliser une application destinée à la détection des différentes maladies cardiaques, en utilisant le processus de Deep Learning (architecture supervisée profonde). Il faut noter, qu'on a utilisé l'architecture LSTM (Long Short Term Memory) et l'architecture convolutionnelle de réseau de neurones CNN (Convolution Neural Network) modifié de l'architecture profonde (Deep Learning en anglais) dans la conception de notre application, afin de détecter les différentes maladies cardiaques à savoir : - La classe des maladies jonctionnelles. - La classe des maladies supra ventriculaire. - La classe des maladies ventriculaires. A ce titre, il a été question dans cette recherche d'importer la base de données de type DataSets intitulée « MIT-BIH-Arythmia » qui sera consacrée par la suite à faire apprendre notre système réalisé à prédire les prochains effets résultant de ce système et à tester notre application réalisée. A cet effet, notre application est développée en langage de programmation Python avec les deux _(02) solutions proposées (LSTM et CNN-1D-Modifié). A la fin, on a cité dans ce mémoire les limites de chaque approche appliquée et les points d'amélioration à prendre en considération dans le future. Mots-clés : Base de données Médicale, électrocardiogramme, classification des battements de ceurs filtrage et classification des signaux de l'ECG- Bioinformatique, pathologies cardiaques, apprentissage automatique, l'intelligence artificielle.