Exploration fonctionnelle de l’activité cardiaque à travers l’analyse des bruits cardiaques
Des informations générales:
Le niveau |
Master |
Titre |
Exploration fonctionnelle de l’activité cardiaque à travers l’analyse des bruits cardiaques |
SPECIALITE |
Signaux et Images en Médecine |
Page de garde:
Sommaire:
Introduction générale
Chapitre 1: Cœur et Phonocardiogramme
1. Introduction
1.1 Anatomie du cœur
1.2 Fonctionnement du cœur
1.3 Circulation sanguine
1.3.1 Circulation systémique 1.3.2. Circulation pulmonaire
1.4. Valves cardiaques
1.5. Révolution cardiaque
1.5.1. Contraction ventriculaire
1.5.2. Ejection ventriculaire
1.5.3. Relaxation
1.5.4. Remplissage
1.6 L’auscultation des bruits
1.7 Bruits normaux et pathologiques
1.7.1 Les bruits normaux.
1.7.1.1 Bruits audibles 1.7.1.2 Bruits inaudibles
1.7.2 Les souffles cardiaques
1.7.2.1 La sténose aortique 1.7.2.2 La sténose mitrale 1.7.2.3 L’insuffisance aortique 1.7.2. 4 L’insuffisance mitrale 1.7.2. 5 La sténose pulmonaire 1.7.2. 6 Le défaut septal atrial
1.8 Caractéristiques spectrales et temporelles du signal PCG
1. Conclusion
Chapitre2 : Méthodes d’analyse du signal phonocardiogramme
2. Introduction
2.1. Etude énergétique
2.1.1 Calcul de l’énergie moyenne de Shannon normalisée
2.1.2 Détection d’enveloppe de l’énergie
2.2. Algorithme de séparation
2.2.1 Prétraitement du signal PCG
2.2.1.1 Normalisation du signal PCG
2.2.1.2 Filtrage du signal PCG
2.2.2 Détection d’enveloppe
2.2.3 Détection des pics
2.2.4 Elimination de fausses détections
2.2.5 Détections des débuts et fins des bruits cardiaques
2.2.6 Identification des bruits B1
bruits B2
2.2.7 Calcul de durées des bruits B1 et B2
2.2.8 Segmentation des battements cardiaques
2. 3 Application de l’algorithme sur des cas pathologique
2.4 Performance de l’algorithme de détection
2. Conclusion
Chapitre 3: Réseaux de neurones artificiels
3. Introduction
3.1 Historique sur les réseaux de neurones
3.2 Neurone artificiel et neurone biologique
3.2.1. Neurone biologique
3.2.2. Neurone artificiel (formel)
3.3. Architectures des réseaux de neurones.
3.3.1. Les Réseaux non bouclés “FEED-FORWARD”
3.3.1.1. Les Perceptrons
3.3.1.2. Les réseaux à fonction radiale (RBF)
3.3.2. Les Réseaux bouclés “FEED-BACK”
3.3. 2.1. Les réseaux de Hopfield
3.3.2.3. Les ART
3.3. 2.2. Les cartes auto organisatrices de Kohonen
3.3.3. Récapitulation
3.4. Apprentissage des réseaux de neurones
3.4.1. L’apprentissage non supervisé
3.4.2. L’apprentissage supervisé
3.4.3. L’apprentissage par renforcer 3.5. Le perceptron multicouche
3.5.1. Mise en œuvre des perceptrons multicouches 3.5.2. L’apprentissage des perceptrons multicouches
a. L’algorithme de la rétropropagation d’erreur
b. Mise en œuvre de L’algorithme de la rétropropagation d’erreur
3. Conclusion
Chapitre 4: Classification neuronale et résultats
4. Introduction
4.1. Méthodologie de travail
4.1.1. Sélection de la base de signaux PCG
4.1.2. Segmentation des battements PCG
4.1.3. Sélection et extraction des descripteurs pour chaque battement cardiaque PCG
4.1.4. Classification des battements cardiaques
4.2 Analyse des résultats
4. Conclusion
Conclusion général
Bibliographie
Chapitre 1: Cœur et Phonocardiogramme
1. Introduction
1.1 Anatomie du cœur
1.2 Fonctionnement du cœur
1.3 Circulation sanguine
1.3.1 Circulation systémique 1.3.2. Circulation pulmonaire
1.4. Valves cardiaques
1.5. Révolution cardiaque
1.5.1. Contraction ventriculaire
1.5.2. Ejection ventriculaire
1.5.3. Relaxation
1.5.4. Remplissage
1.6 L’auscultation des bruits
1.7 Bruits normaux et pathologiques
1.7.1 Les bruits normaux.
1.7.1.1 Bruits audibles 1.7.1.2 Bruits inaudibles
1.7.2 Les souffles cardiaques
1.7.2.1 La sténose aortique 1.7.2.2 La sténose mitrale 1.7.2.3 L’insuffisance aortique 1.7.2. 4 L’insuffisance mitrale 1.7.2. 5 La sténose pulmonaire 1.7.2. 6 Le défaut septal atrial
1.8 Caractéristiques spectrales et temporelles du signal PCG
1. Conclusion
Chapitre2 : Méthodes d’analyse du signal phonocardiogramme
2. Introduction
2.1. Etude énergétique
2.1.1 Calcul de l’énergie moyenne de Shannon normalisée
2.1.2 Détection d’enveloppe de l’énergie
2.2. Algorithme de séparation
2.2.1 Prétraitement du signal PCG
2.2.1.1 Normalisation du signal PCG
2.2.1.2 Filtrage du signal PCG
2.2.2 Détection d’enveloppe
2.2.3 Détection des pics
2.2.4 Elimination de fausses détections
2.2.5 Détections des débuts et fins des bruits cardiaques
2.2.6 Identification des bruits B1
bruits B2
2.2.7 Calcul de durées des bruits B1 et B2
2.2.8 Segmentation des battements cardiaques
2. 3 Application de l’algorithme sur des cas pathologique
2.4 Performance de l’algorithme de détection
2. Conclusion
Chapitre 3: Réseaux de neurones artificiels
3. Introduction
3.1 Historique sur les réseaux de neurones
3.2 Neurone artificiel et neurone biologique
3.2.1. Neurone biologique
3.2.2. Neurone artificiel (formel)
3.3. Architectures des réseaux de neurones.
3.3.1. Les Réseaux non bouclés “FEED-FORWARD”
3.3.1.1. Les Perceptrons
3.3.1.2. Les réseaux à fonction radiale (RBF)
3.3.2. Les Réseaux bouclés “FEED-BACK”
3.3. 2.1. Les réseaux de Hopfield
3.3.2.3. Les ART
3.3. 2.2. Les cartes auto organisatrices de Kohonen
3.3.3. Récapitulation
3.4. Apprentissage des réseaux de neurones
3.4.1. L’apprentissage non supervisé
3.4.2. L’apprentissage supervisé
3.4.3. L’apprentissage par renforcer 3.5. Le perceptron multicouche
3.5.1. Mise en œuvre des perceptrons multicouches 3.5.2. L’apprentissage des perceptrons multicouches
a. L’algorithme de la rétropropagation d’erreur
b. Mise en œuvre de L’algorithme de la rétropropagation d’erreur
3. Conclusion
Chapitre 4: Classification neuronale et résultats
4. Introduction
4.1. Méthodologie de travail
4.1.1. Sélection de la base de signaux PCG
4.1.2. Segmentation des battements PCG
4.1.3. Sélection et extraction des descripteurs pour chaque battement cardiaque PCG
4.1.4. Classification des battements cardiaques
4.2 Analyse des résultats
4. Conclusion
Conclusion général
Bibliographie
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.