FR2983055A1 - Detection et estimation du complexe qrs pour le suivi d'une activite cardiaque et pulmonaire - Google Patents

Abstract

La présente invention concerne un procédé pour la détection et l'estimation d'ondes caractéristiques d'événements cardiaques dans un signal de type électrocardiogramme, le procédé comprenant une étape de détection d'au moins une onde R (3), d'une onde Q (2) et d'une onde S (4), les étapes de détection des ondes Q et S comprenant les sous-étapes suivantes : - Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée positivement de sorte à obtenir un signal filtré polarisé positivement, - Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée négativement de sorte à obtenir un signal filtré polarisé négativement, - Utilisation des signaux filtrés polarisés positivement et négativement pour détecter l'onde Q et pour détecter l'onde S.

Description

DETECTION ET ESTIMATION DU COMPLEXE QRS POUR LE SUIVI D'UNE ACTIVITE CARDIAQUE ET PULMONAIRE DOMAINE TECHNIQUE La présente invention concerne le domaine technique général de surveillance et de suivi d'un patient. Plus généralement, la présente invention concerne un procédé de détermination 10 d'un complexe QRS dans des signaux de type électrocardiogramme (ECG). ART ANTERIEUR Le maintien de l'autonomie des personnes âgées ou des malades chroniques ou le 15 suivi de patients en retour d'hospitalisation, le souci de se surveiller, l'adoption des lois sur la télémédecine ont permis l'émergence de nouvelles technologies permettant de se surveiller ou d'être surveillé à distance. Il a déjà été proposé des procédés et systèmes utilisables à domicile ou en mobilité 20 permettant la mesure automatique de paramètres physiologiques. Pour mesurer ces paramètres physiologiques, l'électrocardiogramme (ECG) est utilisé non seulement parce qu'il contient énormément d'informations sur le fonctionnement et les éventuelles pathologies du coeur mais aussi comme référence 25 pour les autres mesures. L'ECG est recueilli à la surface du corps grâce à des électrodes et constitue une description graphique de l'activité cardiaque. 30 L'ECG est l'examen non-invasif le plus courant, il possède une grande valeur clinique pour le diagnostic des troubles de la conduction électrique cardiaque en étudiant le rythme cardiaque et la morphologie des différentes ondes constituant le cycle cardiaque.

En référence à la figure 1, on a illustré un exemple d'ECG théorique. Un cycle cardiaque enregistré par l'ECG est composé de 5 ondes caractéristiques d'événements cardiaques : l'onde P (référencée 1) reflète la dépolarisation des oreillettes induisant leurs contractions simultanées, - le complexe formé par les ondes Q (référencée 2), R (référencée 3) et S (référencée 4) est caractéristique de la dépolarisation des ventricules, et - l'onde T (référencée 5) exprime le phénomène de repolarisation des ventricules. Grâce à leur expérience, les médecins relèvent des pathologies éventuelles telles que l'arythmie qui se caractérise par un rythme rapide, lent ou irrégulier (segments R-R) ou des problèmes de conduction qui sont caractérisés par les paramètres tels que l'intervalle QRS ou l'intervalle PR. Ces problèmes de rythme sont aussi associés à des pathologies graves telles que l'insuffisance cardiaque où la durée du QRS peut être un indicateur très important. Toutefois, les enregistrements des électrocardiogrammes sont bien souvent bruités et parfois peu exploitables, surtout lorsqu'ils sont prélevés en mobilité. Grâce aux différents outils que le domaine du traitement du signal nous propose, il est possible de débruiter et d'analyser les électrocardiogrammes de façon automatique et de fournir alors une aide au diagnostic. Il est important de disposer d'algorithmes efficaces, rapides et améliorants le rapport signal-sur-bruit. De nombreux procédés de traitement du signal ont été développés mais qui traitent de bruits bien connus tels que l'activité musculaire, la respiration du patient ou les perturbations dues au réseau d'alimentation.

Le bruit généré par le mouvement du patient ou par celui des électrodes ou plus généralement de bruits non connus à priori, posent toujours problème.

Certains procédés développés récemment arrivent à réduire ces bruits mais en rajoutant des oscillations ou des informations supplémentaires qui n'étaient pas contenues dans le relevé initial et qui donc faussent la nature de la pathologie.

II a également été proposé des procédés permettant de détecter les complexes QRS et d'en estimer la durée dans un signal ECG. Cependant, ces méthodes reposent pour la plupart sur des critères de seuillage dans le domaine spatial qui souffrent de la présence du bruit dans le signal ou des 10 techniques de réduction de ce même bruit en modifiant le signal et aussi de la variabilité de la forme du QRS d'un patient à un autre. Un but de la présente invention est de proposer un procédé de traitement robuste d'un ECG permettant de pallier au moins l'un des inconvénients précités. 15 PRESENTATION DE L'INVENTION A cet effet, l'invention propose un procédé pour la détection et l'estimation d'ondes caractéristiques d'événements cardiaques dans un signal de type 20 électrocardiogramme, le procédé comprenant une étape de détection d'au moins une onde R, d'une onde Q et d'une onde S, les étapes de détection des ondes Q et S comprenant les sous-étapes suivantes : Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée positivement de sorte à obtenir un signal filtré 25 polarisé positivement, Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée négativement de sorte à obtenir un signal filtré polarisé négativement, Utilisation des signaux filtrés polarisés positivement et négativement pour 30 détecter l'onde Q et pour détecter l'onde S. Des aspects préférés mais non limitatifs du procédé selon l'invention sont les suivants : - l'étape d'utilisation des signaux polarisés pour détecter l'onde Q comprend les sous-étapes suivantes : o Recherche d'une onde R dans le signal de type électrocardiogramme, o Sélection dans le signal filtré polarisé positivement d'un point intermédiaire VQ+, ledit point intermédiaire VQ+ répondant aux critères de sélection suivants : ^ au point d'abscisse supérieure et la plus proche de l'abscisse de l'onde R, et ^ d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, o Sélection dans le signal filtré polarisé négativement d'un point solution VQ-, ledit point solution VQ- répondant aux critères de sélection suivants : ^ au point d'abscisse inférieure et la plus proche de l'abscisse du point intermédiaire VQ-, et ^ d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, o Identification de l'onde Q dans le signal de type électrocardiogramme, ladite onde Q étant le point du signal de type électrocardiogramme dont l'abscisse est égale à l'abscisse du point solution VQ- ; l'étape d'utilisation des signaux polarisés pour détecter l'onde S comprend les sous-étapes suivantes : o Recherche d'une onde R dans le signal de type électrocardiogramme, o Sélection dans le signal filtré polarisé positivement d'un point intermédiaire VS+, ledit point intermédiaire VS+ répondant aux critères de sélection suivants : ^ au point d'abscisse inférieure et la plus proche de l'abscisse de l'onde R, et ^ d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, o Sélection dans le signal filtré polarisé négativement d'un point solution VS-, ledit point solution VS- répondant aux critères de sélection suivants : ^ au point d'abscisse supérieure et la plus proche de l'abscisse du point intermédiaire VS-, et ^ d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, o Identification de l'onde S dans le signal de type électrocardiogramme, ladite onde S étant le point du signal de type électrocardiogramme dont l'abscisse est égale à l'abscisse du point solution VS- ; - l'étape de détection d'une onde R comprend les sous-étapes suivantes : o Estimation d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme, o Estimation d'une valeur d'amplitude en chaque point de l'électrocardiogramme, o Détermination de l'onde R en fonction des coefficients de Lipschitz et des valeurs d'amplitude ; - l'étape de détection comprend en outre une étape de classification des points de l'électrocardiogramme en fonction des valeurs d'amplitude et des coefficients de Lipschitz desdits points, ladite étape de classification mettant en oeuvre une méthode de partitionnement dite « K-moyennes » (ou « Kmeans » selon la terminologie anglo-saxonne) de sorte à obtenir plusieurs partitions comprenant chacune un ensemble de points ; - la sous-étape de détermination de l'onde R comprend la sélection des points de l'électrocardiogramme pour lesquels : o le coefficient de Lipschitz est compris entre 0.3 et 1.5, et o la valeur d'amplitude associée appartient à la partition de plus grande amplitude ; - le procédé comprend, préalablement à l'étape de détection, les étapes de : o Réception d'un signal de type électrocardiogramme, o Débruitage du signal de type électrocardiogramme reçu ; l'étape de débruitage comprend les sous-étapes suivantes : o Fractionnement du signal de type électrocardiogramme en utilisant une transformation en ondelettes de sorte à obtenir une pluralité de signaux dits signaux multi-échelles, o Estimation des maxima locaux sur chaque signal multi-échelle, o Report sur une courbe des maxima locaux calculés pour la pluralité de signaux multi-échelles de sorte à obtenir une image des maxima, o Calcul d'un coefficient de Lipschitz en chaque point de l'image des maxima, o Suppression des points de l'image des maxima pour lesquels le coefficient de Lipschitz est négatif de sorte à obtenir une image des maxima filtrés, o Reconstruction d'un signal de type électrocardiogramme débruité à partir de l'image des maxima filtrée ; le procédé comprend en outre une étape de détection d'une ondé T comprenant les sous-étapes suivantes : o Estimation d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme, o Estimation d'une valeur d'amplitude en chaque point de l'électrocardiogramme, o Détermination de l'onde R en fonction des coefficients de Lipschitz et des valeurs d'amplitude ; le procédé comprend en outre une étape de détection d'une onde P comprenant les sous-étapes suivantes : o Suppression des ondes Q, R et S détectées de l'électrocardiogramme de sorte à obtenir un électrocardiogramme dégradé, o Estimation d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme dégradé, o Estimation d'une valeur d'amplitude en chaque point de l'électrocardiogramme dégradé, o Détermination de l'onde P en fonction des coefficients de Lipschitz et des valeurs d'amplitude. PRESENTATION DES FIGURES D'autres avantages et caractéristiques du procédé selon l'invention ressortiront mieux de la description qui va suivre de plusieurs variantes d'exécution, données à titre d'exemples non limitatifs, à partir des dessins annexés sur lesquels : - La figure 1 illustre un exemple de signal de type électrocardiogramme ; La figure 2 illustre un mode de réalisation du procédé selon l'invention ; - La figure 3 illustre différents signaux ECG, l'un de ces signaux représentant un signal ECG débruité en utilisant un procédé de débruitage de l'art antérieur ; La figure 4 illustre un signal ECG initial reçu ; La figure 5 illustre différents signaux multi-échelle d'un signal ECG ; La figure 6 illustre un signal ECG et une image des maxima locaux ; La figure 7 illustre une variante de réalisation du procédé selon l'invention ; - La figure 8 illustre une image de classification de point d'un signal ECG en fonction de leur amplitude et de leur exposant de Lipschitz ; La figure 9 illustre un signal ECG et des signaux filtrés polarisés. DESCRIPTION DETAILLEE L'invention propose un nouveau procédé de détection et d'estimation du complexe QRS dans les signaux de type électrocardiogramme (ECG). Ce procédé est basé sur la transformée en ondelettes suivie d'une approche de classification.

En référence à la figure 2, on a illustré un exemple de procédé selon l'invention. Une fois le signal ECG initial reçu 6, le procédé comprend : une étape de débruitage 10 du signal ECG initial au cours de laquelle un filtrage non linéaire est appliqué pour réduire les effets du bruit, et une étape de détection 20 des ondes R, Q et S dans le signal ECG débruité au cours de laquelle des approches heuristiques sont utilisées, l'étape de détection comprenant : o Une première étape consistant à détecter l'onde R, o Une deuxième étape consistant à détecter l'onde Q et o Une troisième étape consistant à détecter l'onde S, les ondes Q et S étant détectées en fonction de l'onde R détectée lors de l'étape consistant à détecter l'onde R. 1. Etape de débruitage Le signal ECG contient une quantité importante de types de bruit qui ne permet pas l'analyse précise du signal.

Le Signal ECG contient des bruits provenant de plusieurs sources différentes, à savoir les interférences du secteur électrique (vient de la ligne d'alimentation des systèmes de mesure du signal ECG), la dérive de référence (causée par la respiration du patient, les mauvaises électrodes ou le mauvais emplacement de l'électrode), l'électromyogramme (activité musculaire) et les artefacts. Mais parmi tous, l'interférence de ligne de puissance et de la dérive de référence, sont la principale source de bruit dans la plupart des signaux ECG. Les caractéristiques de ces bruits sont connues et il existe plusieurs méthodes pour éliminer ces types de bruits. Cependant, le bruit généré par les artefacts dus au mouvement du patient ou en raison du mouvement des électrodes est toujours compliqué et difficile à traiter.

Comme indiqué précédemment, les techniques de débruitage de l'art antérieur dans le domaine fréquentiel ont montré leurs limites dans le cas des signaux non stationnaires tels que les signaux ECG. En référence à la figure 3, on a illustré trois courbes représentant respectivement un signal ECG sans bruit, un signal ECG bruité et un signal ECG débruité par une technique de l'art antérieur. Comme on peut le constater, sur la courbe représentative du signal ECG débruité, les technique de l'art antérieur réduisent les bruits mais en rajoutant des oscillations 90 dans le signal ECG débruité. Ces oscillations 90 peuvent fausser l'interprétation du signal ECG par le praticien.

Afin d'éviter les inconvénients des procédés de l'art antérieur tout en éliminant les bruits non prévisibles tels que les bruits générés par les mouvements du patient, l'invention propose de travailler dans un domaine non orthogonal afin d'éviter les oscillations. Dans le cadre de la présente invention, l'étape de débruitage du signal ECG initial peut être basée sur la technique dite SSPLIT. Il s'agit d'un filtrage non linéaire appliqué au signal ECG initial pour réduire les effets du bruit sur celui-ci et intensifier le complexe QRS dans le signal ECG afin de rendre sa détection plus facile. La méthode SSplit comprend les étapes suivantes : fractionnement du signal ECG pour obtenir une pluralité de signaux multi- échelles, traitement des signaux multi-échelles et reconstruction d'un signal ECG débruité à partir des signaux multi-échelle traités. 1.1 Etape de fractionnement Afin de fractionner le signal, une ondelette gaussienne du 2ème ordre est utilisée comme une fonction ondelette d'analyse pour la décomposition en échelles successives du signal ECG de sorte à obtenir une pluralité de signaux multi20 échelles. La raison principale pour le choix des ondelettes gaussiennes est son étroite ressemblance avec le signal de l'ECG. Par ailleurs, l'utilisation d'une ondelette gaussienne permet d'assurer l'évolution du module des maximas sur chaque 25 échelle. La Transformée en ondelettes continue (TOC) et de la Transformée en ondelettes continue basée sur le module des maximas sont deux bons outils pour l'analyse de l'ECG et présentent des bonnes performances, même en présence de bruit. 30 Le faible niveau de complexité du calcul des modules des maximas rend plus facile l'utilisation des deux transformées dans la pratique.

Cependant, pour la détection des caractéristiques de forme des petites ondes au sein de l'ECG, la TOC contient des informations plus détaillées et a donc le potentiel de produire des résultats améliorés.

L'échelle de fractionnement peut être choisie comme étant égale à J, si le nombre total d'échantillons sont 2J En référence à la figure 5, on a illustré différents signaux multi-échelles 11 à 21 obtenus par fractionnement d'un signal ECG initial reçu illustré à la figure 4.

Ces différents signaux multi-échelles 11 à 21 sont présentés de l'échelle la plus petite 11 à l'échelle la plus grande 21. L'évolution du module des maximas dans chaque échelle montre clairement que les éléments de bruit disparaissent progressivement sur l'échelle grossière cependant, les maximas des pics d'énergie les plus élevés sont préservés même sur des échelles beaucoup plus grossières. 1.2 Traitement des signaux multi-échelles et restauration de l'ECG débruité Les signaux multi- échelles sont ensuite traités. Le traitement des signaux multi-échelles peut être mis en oeuvre comme suit. Pour chaque signal multi-échelle, on calcule les maxima locaux. Puis, ces maxima locaux 25 calculés sont reportés dans une courbe des maxima pour obtenir une image des maxima. Une telle image des maxima est illustrée à la figure 6. Contrairement aux procédés de débruitage de l'art antérieur, l'avantage principal de l'approche selon la présente invention concerne la préservation de l'énergie dans les 30 pics R.

L'étape de débruitage selon l'invention permet non seulement de supprimer les éléments de bruit mais aussi d'identifier les complexes QRS significatifs dans le même temps.

La figure 6 illustre une image des maxima 32 comprenant des lignes de maximas des modules du signal ECG correspondant. Ces lignes correspondent à tous les modules des maximas sur des échelles successives et la régularité locale peut être mesurée à partir de ces lignes par des exposants de Lipschitz.

En particulier, on calcule l'exposant de Lipschitz en chaque point de l'image des maxima, et on supprime les points de l'image des maxima pour lesquels l'exposant de Lipschitz est négatif. 2. Détection des ondes R, Q et S Après le débruitage, le signal est propre et sans bruit et peut conduire au deuxième objectif principal de ce travail qui est d'extraire les caractéristiques importantes présentes à l'intérieur du signal ECG.

Parmi toutes les fonctions, le complexe QRS est la caractéristique la plus distinguée du signal ECG. Par conséquent, la précision de la détection du complexe QRS est cruciale pour la performance de la suite d'algorithmes d'apprentissage pour la classification des maladies cardiaques. La détection robuste des complexes QRS constitue le préalable à l'analyse du signal ECG. Le but ici est de détecter les ondes QRS à partir de signaux d'électrocardiogramme (ECG).

Comme expliqué précédemment, la plupart des méthodes de détection du QRS existantes sont basées sur des critères de seuillage. Ces méthodes souffrent principalement de problèmes tels que, la forme d'onde du QRS qui varie de patient à patient, le bruit et le résultat des techniques d'élimination des bruits qui entrainent une modification du signal original et qui donnent finalement une fausse détection. Ceci est également dû au fait que la plupart de ces méthodes sont basées principalement sur une étape de seuillage et que le seuillage est très sensible aux éléments de bruit.

Afin de trouver une solution alternative la présente invention propose d'utiliser la mesure de Lipschitz du signal ECG pour détecter l'onde R dans le signal ECG débruité.

La présente invention propose de détecter l'onde R du signal ECG en utilisant : - les propriétés de l'onde R -à savoir notamment le fait que l'onde R présente l'amplitude la plus élevée, - les exposants de Lipschitz, une méthode de classification des données telle que la méthode K- moyennes. La figure 7 illustre les différentes étapes du procédé permettant la détection de l'onde R dans le signal ECG.

Le procédé comprend : l'estimation d'un coefficient de Lipschitz (étape 203) en chaque point de l'électrocardiogramme, l'estimation d'une valeur d'amplitude (étape 202) en chaque point de l'électrocardiogramme, la classification (étape 204) des points de l'électrocardiogramme en fonction des valeurs d'amplitude et des coefficients de Lipschitz desdits points, ladite étape de classification mettant en oeuvre une méthode de partitionnement K-moyennes, la détermination de l'onde R en fonction des coefficients de Lipschitz et des valeurs d'amplitude.

L'étape de détection peut comprendre une sous-étape de fractionnement (étape 201) du signal ECG pour obtenir une pluralité de signaux multi-échelles. Toutefois, cette étape est optionnelle.

La singularité et la régularité des points peuvent être décrites en calculant leur exposant de Lipschitz, comme expliqué précédemment. En calculant les exposants de Lipschitz du signal ECG, nous voyons plusieurs caractéristiques distinctives des différentes parties du signal ECG. Les ondes R ont une pente raide et ont de des exposants de Lipschitz qui se distinguent nettement des exposants de Lipschitz des autres points du signal ECG. Pour permettre la détection des ondes R à partir de l'amplitude et du coefficient de Lipschitz, on peut utiliser une méthode de classification telle qu'une méthode K-moyennes.

En statistiques et en apprentissage automatique, l'algorithme K-moyennes de partitionnement de données est une méthode dont le but est de diviser des observations en K partitions (groupes) dans lesquelles chaque observation appartient à la partition avec la moyenne la plus proche. Les nuées dynamiques sont une généralisation de ce principe, pour laquelle chaque groupe est représenté par un noyau pouvant être plus complexe qu'une moyenne. L'algorithme classique de K-moyennes est le même que l'algorithme de quantification de Lloyd-Max. L'algorithme K-moyennes (étape 204) est utilisé pour la classification des complexes QRS présents à l'intérieur du signal. K-moyennes est basé sur la minimisation de l'indice de performance, qui est défini comme la somme des carrés des distances de tous les points du domaine d'un groupe au centre du groupe. Les différentes étapes procédurales de l'algorithme K-moyennes sont comme suit: choisir d'abord K centres de Groupes Z1 (1), Z2 (1) (1) de façon arbitraire. Ils sont habituellement choisis comme les premiers échantillons K parmi l'ensemble des échantillons donnés X et Z1 +1 (1) / = Z1 (1), pour I = 1,2, , K- 1 [MacQueen-KMeans] ; à la le étape itérative, distribuer les échantillons x parmi les K domaines de groupe, en utilisant la relation suivante : X E Si (k) si I I X-Z (k )11 < I I X-Zi (k) I I pour tout i = 1,2 ,..., K, j, où (k) désigne l'ensemble des échantillons dont le centre de groupe est Zi (k) ; à partir des résultats de l'étape précédente, calculer les nouveaux centres de groupes Zj (k +1), j = 1,2 ,..., K, tels que la somme des carrés des distances de tous les points de Sj (k) au nouveau centre de groupe soit minimisé ; en d'autres termes, le nouveau centre Zj(k +1) est calculé de telle sorte que l'indice de performance [MacQueen-KMeans], Il Z,(k -4- 1)112 X S'i(k) j = 1,2 , K est minimisé. Le Zj(k +1) qui minimise cet indice de performance est tout simplement la moyenne de l'échantillon de Sj (k). Par conséquent, le nouveau centre du groupe est donné par [MacQueen-KMeans], où, Nj est le nombre d'échantillons dans Sj(k). - Si Zj (k +1) = Zj (k) pour j = 1,2 ,..., K, l'algorithme a convergé et la procédure est terminée. Le comportement de l'algorithme K-moyennes est influencé par le nombre de centres de groupes spécifié, le choix du groupe initial, l'ordre dans lequel les échantillons sont prélevés et les propriétés géométriques des données.

Il existe trois importants pics maxima en un seul cycle - l'onde P, le pic R et l'onde T - donc le nombre total de groupes a été fixé à 3. En référence à la figure 8, on a illustré un exemple d'image de classification de points d'un signal ECG en fonction de leur amplitude et de leur coefficient de Lipschitz. Dans le contexte de l'ECG et comme indiqué précédemment, nous avons utilisé 5 deux fonctions pour classer les complexes QRS. - Module des maxima (pics) d'amplitude, - exposants de Lipschitz. Les points du signal ECG retenus comme étant des ondes R sont les points de 10 l'ensemble (ou groupe) dont l'amplitude est maximum et pour lesquels le coefficient de Lipschitz est compris entre [0,3 -1.5]. Les résultats obtenus à partir de l'algorithme décrit ci-dessus sont donnés dans le tableau ci-dessous. 15 Dans le cas des battements normaux, par exemple les numéros 100, 101, 105, 117, 122, 203, 209,222, 230 ,234) et bloc de branche droit (118 124), les résultats sont assez encourageants et presque tous les battements ont été détectés avec succès. De même, dans le cas du bloc de branche gauche (109 111), les complexes sont 20 détectés assez précisément et par conséquence donnent des valeurs à Se et P+ allant de 99,05 % à 100 %. 16 Enregistrements Battements Vrai Faux Faux S. Pe totaux positif négatif positif 100 113 113 0 0 100 100 101 106 106 0 0 100 100 102 111 110 0 1 100 99.10 105 126 126 0 0 100 100 106 102 102 9 0 91.89 100 109 135 134 0 1 100 99.26 111 105 104 0 1 100 99.05 113 88 87 0 1 100 98.86 115 95 95 0 0 100 100 117 77 77 0 0 100 100 118 110 110 0 0 100 100 122 132 132 0 0 100 100 124 75 75 0 0 100 100 201 136 135 0 0 100 99.26 202 81 80 0 1 100 98.77 205 135 135 0 0 100 100 208 156 156 0 0 100 100 210 142 142 0 0 100 100 212 137 133 0 4 100 97.08 213 168 163 0 5 100 97.02 217 110 102 0 8 100 92.73 219 116 115 0 1 100 99.14 223 113 113 7 0 94.49 100 232 88 88 2 0 97.83 100 233 183 127 0 56 100 69.4 234 140 140 0 0 100 100 L'étape suivante de la phase de détection concerne la détection de l'onde S et de l'onde Q pour permettre l'estimation de l'intervalle QRS. L'intervalle QRS représente le temps qu'il faut pour la dépolarisation des ventricules. Pour détecter l'onde Q et l'onde S, on utilise un système de dérivée non linéaire proposée dans Olivier Laligant ("A nonlinear derivative scheme applied to edge detection", Olivier Laligant, Frédéric Truchetet, IEEE TPAMI, 32 (2), pp. 242-257, February 2010). En référence à la figure on a illustré l'utilisation de la méthode d'Olivier Laligant sur un signal ECG 91. Cette méthode utilise deux filtres de détection 92, 93. Le schéma de dérivation décompose le signal ECG 91 en deux sous signaux monotones croissants 92 et décroissants 93 (L+ et L- respectivement). La méthode présentée par Olivier Laligant est une approche non linéaire de 10 dérivée pour résoudre le problème de la détection des contours discrets. Ce schéma de détection de contours est basé sur la combinaison linéaire de deux dérivées polarisées. Sa propriété principale est un rapport signal sur bruit favorable, pour un coût de calcul très faible et sans aucune régularisation. 15 Une explication de la technique va maintenant être donnée dans le cas général et dans le cas d'un signal ECG. La technique se nomme schéma de Filtrage non linéaire (SFNL). Les auteurs 20 proposent de localiser le point de bord selon le signe de la pente de la transition. Si cette pente est positive, le point sera validé après la transition, mais si la pente est négative, alors il sera validé avant la transition. Par conséquent, deux filtres de détection sont proposés, F., et E, tel que : F - 1) 25 Les réponses des deux filtres sont sélectionnées en utilisant un opérateur de seuillage non linéaire ; des signaux Y_ {+} et Y_ {-} contenant des pentes positives et négatives sont obtenus : TGE+(z)S( )) T( )S(z)) L'opérateur de seuillage est défini comme suit : f r > el sc wher Le signal d'origine S peut être considéré comme deux signaux S+ et S- contenant des variations positives et négatives en remplissant leurs équations respectives : [A.' Y Fi S [k] = 11+ [k L'approche peut être effectuée dans n'importe quelle direction de gauche à droite ou de droite à gauche. Pour chaque direction seules les variations de même signe sont conservées. Puisque ce système est fondé sur une approche non linéaire, le choix du filtre est important. Dans le cadre de la présente invention, on utilise un filtre de base définit comme suit : F (z) - La présente invention propose d'utiliser des schémas NLFS pour estimer l'intervalle du complexe QRS.

On suppose que tous les complexes QRS et les pics R sont déjà identifiés et la méthode commence avec le pic R et trace le chemin à deux signaux décomposés (L-et L +) pour détecter les pics Q et S comme ci-dessous. L'explication schématique de l'estimation est donnée dans la figure 9.

Pour Détecter l'onde Q les étapes suivantes sont mises en oeuvre : - Démarrer le suivi de la gauche vers la droite du pic R détecté dans le signal de décomposition L + jusqu'à ce que le point « VQ+ » soit atteint lorsque la valeur reste constante pendant au moins trois étapes consécutives ; - Commencer par le point «VQ+" dans la décomposition L- du signal et suivre le signal dans la direction gauche jusqu'à ce que le point "VQ-" soit atteint et où la valeur reste constante pendant au moins trois étapes consécutives. - Marquer "VQ-" comme étant le point Q ou point de départ de l'intervalle QRS.

Pour détecter l'onde S, les étapes suivantes sont mises en oeuvre : Démarrer le suivi de la droite vers la gauche des pics de R dans la décomposition L- du signal jusqu'à ce que le point «VS-" soit atteint et où la valeur reste constante pendant au moins trois étapes consécutives. Ce point étant caractérisé par une variation d'amplitude de son voisinage faible ; Commencer par le point «VS-" dans la décomposition du signal L + et suivre dans la bonne direction jusqu'à ce que le point "VS +" soit atteint lorsque la valeur reste constante pendant au moins trois étapes consécutives. Ce point étant caractérisé par une variation d'amplitude de son voisinage faible. Marquer "VS +" comme étant le pic S ou le point final de l'intervalle QRS.

Nous avons présenté l'application du procédé des dérivées non linéaires sur le signal ECG.

Le procédé est basé sur la détection du complexe QRS ou de pics R. Le procédé fonctionne efficacement pour l'estimation des intervalles QRS.

Il a été testé sur la base de données du MIT pour la détection des arythmies. Afin d'illustrer les performances de la méthode, on calcule la moyenne des erreurs, prise comme la différence de temps entre les annotations automatiques et celles du cardiologue.

La détection et le système de délimitation proposés réalisent de très bonnes performances sur les bases de données étudiées. L'homme du métier aura compris que de nombreuses modifications peuvent être apportées au procédé décrit ci-dessus sans sortir matériellement des nouveaux enseignements présentés ici. Par exemple, le procédé selon l'invention peut utiliser une autre technique de débruitage que la méthode SSplit.

De plus, l'étape de détection des ondes R, Q et S peut être mise en oeuvre sans utiliser de fractionnement du signal ECG. Egalement, les étapes utilisées pour déterminer les ondes R peuvent être adaptées pour la détection des ondes T ainsi que des ondes P. Dans le cas des ondes P, une étape de suppression des complexes QRS détectés sera mise en oeuvre sur l'électrocardiogramme de sorte à obtenir un électrocardiogramme dit « dégradé ». La détermination des ondes P sera fonction des coefficients de Lipschitz et des valeurs d'amplitude aux points de cet électrocardiogramme dégradé.

II est donc bien évident que les exemples qui viennent d'être donnés ne sont que des illustrations particulières en aucun cas limitatives.

Claims (10)

1. REVENDICATIONS1. Procédé pour la détection et l'estimation d'ondes caractéristiques d'événements cardiaques dans un signal de type électrocardiogramme, le procédé comprenant une étape de détection d'au moins une onde R, d'une onde Q et d'une onde S, caractérisé en ce que les étapes de détection des ondes Q et S comprennent les sous-étapes suivantes : Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée positivement de sorte à obtenir un signal filtré polarisé positivement, Filtrage du signal de type électrocardiogramme en utilisant une fonction dérivée non linéaire polarisée négativement de sorte à obtenir un signal filtré polarisé négativement, Utilisation des signaux filtrés polarisés positivement et négativement pour détecter l'onde Q et pour détecter l'onde S.
2. 2. Procédé selon la revendication 1, dans lequel l'étape d'utilisation des signaux polarisés pour détecter l'onde Q comprend les sous-étapes suivantes : Recherche d'une onde R dans le signal de type électrocardiogramme, Sélection dans le signal filtré polarisé positivement d'un point intermédiaire VQ+, ledit point intermédiaire VQ+ répondant aux critères de sélection suivants : o au point d'abscisse supérieure et la plus proche de l'abscisse de l'onde R, et o d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, Sélection dans le signal filtré polarisé négativement d'un point solution VQ-, ledit point solution VQ- répondant aux critères de sélection suivants : o au point d'abscisse inférieure et la plus proche de l'abscisse du point intermédiaire VQ-, et o d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement,- Identification de l'onde Q dans le signal de type électrocardiogramme, ladite onde Q étant le point du signal de type électrocardiogramme dont l'abscisse est égale à l'abscisse du point solution VQ-.
3. 3. Procédé selon l'une quelconque des revendications 1 ou 2, dans lequel l'étape d'utilisation des signaux polarisés pour détecter l'onde S comprend les sous-étapes suivantes : Recherche d'une onde R dans le signal de type électrocardiogramme, Sélection dans le signal filtré polarisé positivement d'un point intermédiaire VS+, ledit point intermédiaire VS+ répondant aux critères de sélection suivants : o au point d'abscisse inférieure et la plus proche de l'abscisse de l'onde R, et o d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, Sélection dans le signal filtré polarisé négativement d'un point solution VS-, ledit point solution VS- répondant aux critères de sélection suivants : o au point d'abscisse supérieure et la plus proche de l'abscisse du point intermédiaire VS-, et o d'amplitude sensiblement égale à celle des points voisins dans le signal filtré polarisé positivement, - Identification de l'onde S dans le signal de type électrocardiogramme, ladite onde S étant le point du signal de type électrocardiogramme dont l'abscisse est égale à l'abscisse du point solution VS-.
4. 4. Procédé selon l'une quelconque des revendications 1 à 3, dans lequel l'étape de détection d'une onde R comprend les sous-étapes suivantes : Estimation (203) d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme, Estimation (202) d'une valeur d'amplitude en chaque point de l'électrocardiogramme, - Détermination de l'onde R en fonction des coefficients de Lipschitz et des valeurs d'amplitude.
5. 5. Procédé selon la revendication 4, dans lequel l'étape de détection comprend en outre une étape de classification (204) des points de l'électrocardiogramme en fonction des valeurs d'amplitude et des coefficients de Lipschitz desdits points, ladite étape de classification mettant en oeuvre une méthode de partitionnement dite « K-moyennes » de sorte à obtenir plusieurs partitions comprenant chacune un ensemble de points.
6. 6. Procédé selon la revendication 5, dans lequel la sous-étape de détermination de l'onde R comprend la sélection des points de l'électrocardiogramme pour lesquels : le coefficient de Lipschitz est compris entre 0.3 et 1.5, et la valeur d'amplitude associée appartient à la partition de plus grande amplitude.
7. 7. Procédé selon l'une quelconque des revendications 1 à 6, lequel comprend, préalablement à l'étape de détection, les étapes de : - Réception d'un signal de type électrocardiogramme, - Débruitage (10) du signal de type électrocardiogramme reçu. 20
8. 8. Procédé selon la revendication 7, dans lequel l'étape de débruitage comprend les sous-étapes suivantes : Fractionnement du signal de type électrocardiogramme en utilisant une transformation en ondelettes de sorte à obtenir une pluralité de signaux dits 25 signaux multi-échelles, - Estimation des maxima locaux sur chaque signal multi-échelle, Report sur une courbe des maxima locaux calculés pour la pluralité de signaux multi-échelles de sorte à obtenir une image des maxima, Calcul d'un coefficient de Lipschitz en chaque point de l'image des maxima, 30 Suppression des points de l'image des maxima pour lesquels le coefficient de Lipschitz est négatif de sorte à obtenir une image des maxima filtrés, - Reconstruction d'un signal de type électrocardiogramme débruité à partir de l'image des maxima filtrée.
9. 9. Procédé selon l'une quelconque des revendications précédentes, comprenant en outre une étape de détection d'une onde T comprenant les sous-étapes suivantes : - Estimation d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme, Estimation d'une valeur d'amplitude en chaque point de l'électrocardiogramme, - Détermination de l'onde T en fonction des coefficients de Lipschitz et des valeurs d'amplitude.
10. 10. Procédé selon l'une quelconque des revendications précédentes, comprenant en outre une étape de détection d'une onde P comprenant les sous-étapes suivantes : Suppression des ondes Q, R et S détectées de l'électrocardiogramme de sorte à obtenir un électrocardiogramme dégradé, - Estimation d'un coefficient de Lipschitz en chaque point de l'électrocardiogramme dégradé, - Estimation d'une valeur d'amplitude en chaque point de l'électrocardiogramme dégradé, Détermination de l'onde P en fonction des coefficients de Lipschitz et des valeurs d'amplitude.25