 |
L'insuffisance cardiaque (IC) survient lorsque le cœur est trop faible pour pomper suffisamment de sang dans les artères ou manque d'élasticité pour remplir les artères de manière adéquate. Il s'agit d'une maladie chronique et progressive qui, selon sa gravité, nécessite un diagnostic et un traitement rapides. L'IC est classée en quatre niveaux par le système de classification de la New York Heart Association (NYHA) sur la base des limitations physiques pendant l'activité physique. L'électrocardiogramme (ECG) est un test non invasif utilisé pour diagnostiquer l'IC en analysant les intervalles RR, la fréquence cardiaque ou la variabilité de la fréquence cardiaque (VFC).
Ce papier décrit un modèle de réseau neuronal convolutif (CNN) profond à dix couches qui permet de déterminer automatiquement le stade de l'IC. Le modèle CNN proposé ne nécessite pas une extraction de caractéristiques et seulement un prétraitement minimal des signaux VFC. Le modèle est formé et testé sur un ensemble de données équilibrées extraites des bases de données des signaux des intervalles RR, et il atteint une précision de 95.33%, une sensibilité de 87.14% et une spécificité de 95.70%.
