Résumé:
Le travail présenté dans ce mémoire de master porte essentiellement sur la réalisation d’un système expert pour diagnostiquer automatiquement les maladie cardiaques sans l’intervention humain, et pour cela nous adaptons sur le signal électrocardiogramme (ECG), car il mesure l’activité électrique du coeur et a été largement utilisé pour détecter les maladie cardiaques en raison de sa simplicité et de sa nature non invasive , et pour atteindre à notre objectif il faut passer le signal électrocardiogramme par deux étape parce essentielles la premier est l’extraction des caractéristique en utilisant la méthode Pan and Tompkins, ce dernier est essentiellement un ensemble de filtres afin d’obtenir le vecteur des caractéristiques, qui sera utilisé comme un entrée pour le classificateur. La classification est effectuée en utilisant les réseaux de neurones, nous utilisons ce système pour classer les signaux ECG en cinq type de battement selon le standard AAMI, et pour évaluer notre système, nous utilisons la base de données « MIT-BIH PhysioBank ».