Guy Carrault and Marie-Odile Cordier and René Quiniou and Mireille Garreau and Jean-Jacques Bellanger and Alain Bardou A model-based approach for learning to identify cardiac arrhythmias , AIMDM'99 : Artificial Intelligence in Medicine and Medical Decision Making , Springer Verlag , Aalborg, Denmark , Vol. 1620 , 165-174 , jun , 1999 , Document Résumé L'interprétation de l'ECG est utilisée pour surveiller le comportement du sytème de conduction électrique du coeur afin de diagnostiquer les troubles du rythme et de conduction. Dans cet article, nous proposons d'utiliser une approche à base de modèle s'appuyant sur un modèle de l'activité électrique cardiaque. Pour des raisons d'efficacité, l'analyse en ligne des signaux ECG est réalisée par un système de reconnaissance de chroniques qui identifie les situations pathologiques en appariant la description symbolique de l'ECG avec des patrons temporels mémorisés dans la base de scénarios. Le modèle permet de simuler des arythmies et de collecter les événements correspondants étiquetés par leur date d'occurence. Ces événements constituent les exemples d'entrée d'un programme d'apprentissage inductif qui construit une base de scénarios adaptée. Le travail est en cours mais les premiers résultats montrent que le système est capable de produire des scénarios discriminants satisfaisants. Ce site est maintenu par René Quiniou au moyen du système Weave développé au sein du projet Caravel : http://www-caravel.inria.fr. Dernière modification : 07-10-2011 09:54:25 English version