Apprentissage profond pour la classification automatique des ECG

Abstract

Dans ce travail, nous présenterons les fondamentaux de l'anatomie et de la physiologie cardiaque. Pour cela nous proposons un système intelligent pour la classification des signaux ECG systématique à l’aide de Machine Learning (ML) et le Deep Learning (DL), en utilisant un réseau neurones de convolution (CNN 1D). D’abord nous essayons de détailler les aspects pratiques de la conception et de la mise en œuvre d'un système d'analyse automatisée des ECGs, ensuite nous couvrons les résultats du pré-entraînement, le choix des plateformes de codage telles que Kaggle, Vs code et Colab, et l'utilisation de bases de données comme MITBIH et PTB-XL pour tester et afficher les différents résultats de prédictions sur la plateforme

ECG Signal Processing and classification plateform [J.T]. Ce projet vise à combler le fossé

entre

la cardiologie clinique et la technologie informatique, démontrant comment les techniques avancées d'IA peuvent améliorer la précision et l'efficacité des diagnostics cardiaques, contribuant ainsi à de meilleurs résultats pour les patients.