Classification d’un signal ECG par RNA(RBF)

Abstract

L'électrocardiogramme (ECG) est un test qui mesure le rendement électrique du coeur. Il est l’un des tests les plus importants dans le domaine de la médecine car il est utilisé pour détecter tout les problèmes du coeur. Pour voir les résultats de ce test, nous avons appliqué les réseaux de neurones artificiels, exactement le réseau de la fonction à base radial (RBF) pour prédire la classification des signaux ECG. Chaque neurone de traitement reçoit un nombre quelconque d'entrées ou de variables et fournit un signal sortant. Les neurones traités sont regroupés en trois couches (une couche d’entrée, une couche cachée et une couche de sortie) pour former l'architecture de ce réseau. Le but de notre travail est l’obtention de la classification ECG pour chaque signal avec un très faible taux d’erreur et une bonne précision. La valeur de l’erreur quadratique trouvée ainsi que la précision lors de ce travail signifient que le réseau RBF est un bon réseau pour classifier des battements cardiaques.