Approche multi-agents pour le monitoring médical « Application cardiologique ».

Abstract

Les maladies cardiovasculaires constituent un problème majeur de santé public, elles sont les premières causes de mortalités dans le monde. En raison de l’ampleur du problème, divers travaux ont été mis en place afin de réduire le risque, préconisant notamment l’éducation, la prévention, et le suivi des patients à risque. Dans ce mémoire, nous avons appliqué une approche multi-agents pour le monitoring médical où nous avons proposé de mettre au point un système de classification des battements cardiaques. Ce système est basé principalement sur l’utilisation des réseaux de neurones et les systèmes experts à base d’agents intelligents, dont, le premier agent classifieur neuronal reçoit en entrée 96 paramètres temporels, et le deuxième reçoit aussi 19 paramètres morphologiques (qui sont les composantes principales retenues de l’inertie en entrée, après l’avoir compressé par la méthode d’analyse en composantes principale ACP) caractérisant un battement ECG, et dernièrement, l’agent expert qui s’occupe de la fusion des deux résultats fournis par les deux agents classifieurs. Ces agents vivent dans un environnement purement ouvert communicant via un réseau de télécommunication. Notre système a l’objectif de faire la classification neuronale en se basant sur les données temporelles et morphologiques des ECG selon deux classes, « normale » et « anormale », qui a été validé sur des signaux de la base de données MIT_BIH. Les résultats qualitatifs et quantitatifs obtenus démontrent l’efficacité de cette approche.