|
Apprentissage et reconnaissance de scénarios pour
le monitoring et les prothèses implantables en cardiologie
Localisation :Irisa, Rennes
Responsable : Marie-Odile Cordier (tél. direct : 02 99
84 73 14, email : cordier@irisa.fr)
René Quiniou (tél. direct : 02 99 84 73 19, email :quiniou@irisa.fr)
Mot-clés : IA, diagnostic, reconnaissance de scénarios,
apprentissage automatique, cardiaque.
Sujet : Le domaine des prothèses implantables ainsi que
les systèmes de monitoring en cardiologie connaissent un développement
rapide tant sur le plan technologique que dans les indications médicales.
Leurs caractéristiques nouvelles, multisites et multifonctionnelles,
nécessitent des programmes embarqués de plus en plus sophistiqués,
afin de traiter ces données de type nouveau, et hautement paramétrables,
afin d'adapter le traitement au patient. Nous proposons d'utiliser
des techniques alliant traitement du signal et intelligence artificielle
qui permettent d'adapter au mieux le traitement des données à la
pathologie du patient sous surveillance ou portant la prothèse.
Précisément, il s'agit d'étudier les apports de la reconnaissance
de scénarios pour la détection et la reconnaissance d'arythmies
cardiaques. La reconnaissance de scénarios est une technique efficace
consistant à reconnaître des motifs d'événements remarquables contraints
temporellement et pouvant être associés à des dysfonctionnements
ou pathologies répertoriés. Nous proposons d'étudier l'utilisation
d'un couplage fort entre traitement de signal et reconnaissance
de scénarios exploitant, par exemple, les hypothèses émises par
le reconnaisseur de scénarios afin de focaliser l'étiquetage sur
les événements futurs des scénarios actifs ou, encore, focalisant
la reconnaissance sur les événements étiquetés avec sûreté par le
module de traitement de signal. L'acquisition de modèles de scénarios
reste une tâche difficile pour laquelle nous proposons d'étudier
les apports de l'apprentissage automatique à partir de séquences
d'événements représentatives des pathologies présentées par le patient.
Dans les deux cas il faudra proposer des solutions qui prennent
en compte le caractère incertain des données et des connaissances
dû au bruit sur les signaux et aux erreurs provenant des mesures.
File translated from TEX
by TTH,
version 2.25.
On 8 Mar 2000, 15:33. |