| dc.contributor.author | Abbas, Lydia | |
| dc.contributor.author | Hammouche, Nesrine | |
| dc.contributor.author | Amroun, Kamal ; promoteur | |
| dc.date.accessioned | 2021-01-20T08:37:16Z | |
| dc.date.available | 2021-01-20T08:37:16Z | |
| dc.date.issued | 2020 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/13849 | |
| dc.description | Option : Informatique | en_US |
| dc.description.abstract | L’électrocardiogramme (ECG) est un test qui mesure le rendement électrique du cœur par enregistrement des variations des ondes électriques de l’activité de polarisation et de dépolarisation ventriculaire et auriculaires du cœur. Il est l’un des tests les plus importants dans le domaine de la médecine car il est utilisé pour détecter tous les problèmes du cœur. Ce travail s’inscrit dans cette problématique et présente un algorithme de détection des anomalies de rythme cardiaque par l’application des algorithmes de deep Learning(DL) tel que CNN et LSTM. Les résultats ont été validés par des signaux ECG de différents patients de la base de données « MIT-BIH Arrhythmia ». | en_US |
| dc.language.iso | fr | en_US |
| dc.publisher | université Abderrahmane Mira- Bejaia | en_US |
| dc.subject | CNN :Deep Learning(DL) : Electrocardiogram(ECG) : LSTM : MIT-BIH | en_US |
| dc.title | Développement d’un système de détection d’anomalies des rythmes cardiaques en utilisant le deep learning. | en_US |
| dc.type | Thesis | en_US |