Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Assam OUALI Mohammed"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Thumbnail Image
    Item
    Modélisation, Débruitage, Extraction des caractéristiques et Classification des signaux électrocardiogrammes ECG. Doctorat thesis,(2018) Université de Batna 2
    (University of Batna 2, 7/15/2018) Assam OUALI Mohammed
    Les travaux de recherche présentés dans cette thèse de doctorat portent essentiellement sur deux axes : 1/ développement d’une technique de modélisation et d’identification intelligente, où la logique floue type-2 avec les algorithmes métaheuristiques ont été utilisés dans le but d’obtenir des modèles efficaces pour les signaux électrocardiogrammes, 2/ développement d’un système expert pour le diagnostic automatique des maladies cardiaques. Pour cette fin plusieurs points ont été traités à savoir : le débruitage des signaux électrocardiogrammes où plusieurs types de bruit ont été considérés : les bruits à hautes fréquences et les bruits à basses fréquences, l’extraction des caractéristiques et la classification des battements cardiaques selon le type d’arythmie. Deux techniques à base de logique floue type-1 et le filtre de kalman étendu optimisées par l’algorithme d’optimisation BBO, ont été proposées pour éliminer les bruits à hautes fréquences. Une troisième technique pour éliminer les bruits à hautes fréquences à base de la décomposition en valeurs singulières a été aussi discutée. La détection des Pics R du signal électrocardiogramme avec l’interpolation par Splines cubiques ont été utilisés pour éliminer le bruit basse fréquence (déformation de la ligne de base). La logique floue type-2 et la transformée en ondelettes ont été utilisées pour l’étape d’extraction des caractéristiques avec machine à apprentissage extrême (ELM) comme classificateur

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify