Journal de génie informatique et des technologies de l'information

Segmentation des signaux de phonocardiogramme à l'aide des modèles de Markov cachés (HMM)

SM Debbal*, A Atbi, L Hamza Cherif et F Meziani

Les bruits et souffles cardiaques fournissent des informations diagnostiques cruciales pour plusieurs maladies cardiaques telles que le dysfonctionnement valvulaire naturel ou prothétique et l'insuffisance cardiaque. De nombreuses pathologies du système cardiovasculaire provoquent des souffles et des aberrations dans les bruits cardiaques. La phonocardiographie fournit au clinicien un outil complémentaire pour enregistrer les bruits cardiaques entendus lors de l'auscultation. Les progrès de la phonocardiographie intracardiaque, combinés aux techniques modernes de traitement numérique, ont fortement renouvelé l'intérêt des chercheurs pour l'étude des bruits et souffles cardiaques. Cet article présente un algorithme pour la détection des bruits cardiaques (les premier et deuxième bruits, S1 et S2) et des souffles cardiaques. Cet article concerne la segmentation des bruits cardiaques en utilisant la technologie de pointe des modèles de Markov cachés (HMW) qui permet d'extraire un envelogramme lisse qui nous permet d'appliquer les tests nécessaires à la localisation temporelle des bruits cardiaques et des souffles cardiaques. Dans le cadre de cette difficulté de segmentation, les propriétés statistiques non stationnaires bien connues des modèles de Markov cachés (HMW) concernant les capacités de segmentation temporelle du signal peuvent être adéquates pour traiter ce type de problèmes de segmentation.