作者: Mohamad Diab
DOI:
关键词:
摘要: L'accouchement premature reste la principale cause de mortalite et morbidite neonatales. Le signal EMG uterin semble un vecteur potentiel d'indication du risque d'accouchement premature. Dans suite des travaux realises pour detection, le traitement classification evenements dans Uterin, notre travail s'est oriente vers contractions a partir signaux uterins, afin separer les deux types : accouchement terme. Les uterines ont ete manuellement segmentees uterin. Puis chaque contraction est modelisee parametres sont extraits avant faire classification. Cette modelisation faite par ondelettes analyse densite spectrale puissance contraction. La ensuite realisee en utilisant 2 methodes tout d'abord une non supervisee, qui regroupe sans connaissance priori classes, permettant interpretation groupes fonction semaines d'amenorrhees terme d'accouchement. ce contexte nous avons developpe methode originale supervisee basee sur test Fisher combine avec k-moyenne (USCM, Unsupervised Statistical Classification Method). L'autre type supervisee. Apres avoir selectionne d'une facon precise femmes peuvent etre utilisees l'apprentissage classification, utilise differentes supervisees Tout d'abord, teste classiques (Reseaux neurones, Parzen,...). reseau d'ondelettes developpee cette ayant precedemment utilisee regression mais jamais Nous confrontes probleme lie au faible nombre d'elements l'apprentissage. donc aussi autoregressive augmenter l'ensemble d'apprentissage. En concerne applications, separation entre d'EMG (application clinique), approches. premiere approche, meme SAR (Semaines d'Amenorrhee l'Enregistrement) SAA (semaines l'accouchement) different (petite difference grande difference). deuxieme approche classifier acquis (SAR) SAA. D'apres resultats obtenus, pu conclure que pouvons distinguer enregistres aux memes termes grossesse. Et egalement changent caracteristiques D'un point vue clinique, resultat important que, grossesse donne l'enregistrement, il possible normale conduisant