Etude d’un Système Intelligent pour la Détections des Maladies Cardiaques basé sur des signaux ECG

Abstract

Cette étude compare deux méthodes de classification des signaux ECG, à savoir les MFCC et les GAF, en utilisant des réseaux de neurones convolutifs (CNN). Les résultats montrent que la méthode MFCC offre des performances supérieures, avec des taux de classification très élevés et une faible confusion entre les classes. La simplicité et l'efficacité du prétraitement MFCC, combinées à des performances exceptionnelles, font de cette méthode le choix préféré pour la classification des signaux ECG. Le système développé, intégrant des composants tels que le capteur ECG AD8232 et le microcontrôleur Arduino, assure une acquisition précise et fiable des données cardiaques, ouvrant la voie à des applications potentielles dans la surveillance et le diagnostic médical