Analyse des signaux PCG par l'usage de la CWT et de la DWT

Name: Analyse des signaux PCG par l'usage de la CWT et de la DWT
Brand: Mohamed Lamine, Mekhalfi
SKU: NW-9786202283588
Price: 54.9 EUR
Availability: InStock

Audience : Adulte - Grand Public

Le Pitch

Littérature française

PrésentationLe signal Phonocardiogramme (i.e., représentation temporelle des vibrations cardiaques et du fonctionnement mécanique des valves cardiaques) est devenu un outil important pour la décision chez les médecins cardiologues. Le traitement de ce type du signal permet d'extraire des informations sur l'état du coeur humain. Dans ce livre, on présente une nouvelle méthode d'analyse des signaux PCG, la procédure consiste à segmenter (i.e. isoler) le signal représentant la pathologie et de le classifier. Concernant la segmentation, l'algorithme a été basé essentiellement sur la théorie d'ondelettes continues (CWT) et discrètes (DWT) et quelques caractéristiques statistiques des signaux PCG (la variance). Les caractéristiques des signaux segmentés lors du stage précédent ont été extraites en basant seulement sur les limites temporelles représentant la pathologie. Finalement, la décision du système est accomplie par un système neuronal artificiel (MLP). Bien que la technique de segmentation ainsi proposée a été testée avec un nombre important de cycles cardiaques, elle a segmenté le cas sain avec précision. Afficher moinsAfficher plus

Mohamed Lamine, Mekhalfi

Analyse des signaux PCG par l'usage de la CWT et de la DWT

54,90 €

Le Pitch

Littérature française

PrésentationLe signal Phonocardiogramme (i.e., représentation temporelle des vibrations cardiaques et du fonctionnement mécanique des valves cardiaques) est devenu un outil important pour la décision chez les médecins cardiologues. Le traitement de ce type du signal permet d'extraire des informations sur l'état du coeur humain. Dans ce livre, on présente une nouvelle méthode d'analyse des signaux PCG, la procédure consiste à segmenter (i.e. isoler) le signal représentant la pathologie et de le classifier. Concernant la segmentation, l'algorithme a été basé essentiellement sur la théorie d'ondelettes continues (CWT) et discrètes (DWT) et quelques caractéristiques statistiques des signaux PCG (la variance). Les caractéristiques des signaux segmentés lors du stage précédent ont été extraites en basant seulement sur les limites temporelles représentant la pathologie. Finalement, la décision du système est accomplie par un système neuronal artificiel (MLP). Bien que la technique de segmentation ainsi proposée a été testée avec un nombre important de cycles cardiaques, elle a segmenté le cas sain avec précision. Afficher moinsAfficher plus