Résumé:
Le travail réalisé dans ce mémoire de fin d’étude présente une technique
d’identification à base du signal électrocardiogramme (ECG), où la méthode de prédiction
linéaire a été prise comme outil de modélisation et le classificateur K plus proche voisin a été
pris comme outil d’identification. Notre travail est divisé en deux parties. La première partie
consiste à l’identification biométrique en se basant sur les coefficients de LPC. Dans cette
première partie, la modélisation du complexe QRS du signal ECG a été réalisée par la
méthode LPC; l’algorithme d’identification biométrique a été testée e n utilisant la base de
données MIT/BIH. Pour la seconde partie, des paramètres standards (la Transformée de
Fourier Rapide (FFT), la Variance du signal ECG, Standard Déviation (STD) et la Moyenne
des complexes QRS) ont été considérés comme paramètres pertinents pour l’identification
biométrique. L’étude comparative, entre les deux méthodes proposées, a montré l’efficacité
de la première méthode basée sur la modélisation du complexe QRS par la prédiction linéaire
LPC avec un taux de justesse égal à 100 %, en utilisant les enregistrements de la base de
données MIT/BIH.
