Abstract FR:

Cette these presente une nouvelle approche d'analyse de l'ecg, basee sur les modeles de markov caches (mmcs), restreinte au cadre de la reconnaissance automatique d'arythmies, cardiopathies frequemment rencontrees en unites de soins intensifs pour coronariens dans le syndrome de menace d'infarctus du myocarde. Sur le plan medical, le signal ecg renseigne a la fois sur la structure, la forme, l'orientation, la taille et l'etat de sante dy myocarde, mais egalement sur la direction, la chronologie, le deroulement des processus d'activation auriculaire et ventriculaire et les rapports mutuels existant entre contractions auriculaires et ventriculaires. D'un point de vue analyse, l'ecg se presente comme un signal aleatoire, composite, structure, de nature segmentale. Sur ces quatre proprietes, deux approches de modelisation ecg par mmcs ont ete developpees: une approche haut niveau et une approche bas niveau. La premiere, en integrant de maniere explicite des connaissances medicales sur l'anatomophysiologie cardiaque, vise a concevoir des modeles dits profonds, explicatifs des comportements arythmiques du myocarde et integrables dans une approche plus globale, de type systeme expert. La seconde considere le signal ecg observe comme equivalent a une sequence particuliere de formes d'ondes, resultat de changements d'etats dans les modeles, sans interpretation physiologique tissulaire de ces changements comme auparavant. Complementaire de l'approche haut niveau, l'approche bas niveau vise a concevoir des modeles dits de surface, agissant comme operateurs de detection, de segmentation et d'etiquetage d'evenements caracteristiques du signal ecg. En ce sens, l'approche d'analyse bas niveau s'apparente en nombre de points a celle empruntee classiquement en reconnaissance automatique de la parole