Filtrage du signal PCG

Les signaux PCG se composent generalement des bruits cardiaques normaux (le bruit B1 et le bruit B2) ainsi que des souffles cardiaques (murmures) selon l’etat cardiaque du patient. En outre, les signaux PCG peuvent aussi contenir autres types de bruits non-cardiaque selon l’environnement d’acquisition, tels que: les bruits de nature biologique du essentiellement au patient (exemple : le mouvement de la respiration…), et les bruits de nature non biologique comme les bruits qui proviennent de l’environnement et les conditions d’enregistrement du signal (exemple : vibrations, mouvements). Ces bruits indesirables peuvent perturber l’analyse et la segmentation des signaux PCG, surtout si l’allure de ces bruits ressemble a l’allure des bruits cardiaques. Pour cette raison, une etape de filtrage est necessaire pour surmonter ces problemes. Il a ete rapporte dans la litterature que l’energie maximale des bruits cardiaques B1 et B2 se situe en dessous de 150 Hz. Un simple filtre passe-bas avec une frequence de coupure de 200 Hz est appliquee pour exploiter cette propriete qui elimine ou supprime les composantes des autres bruits comme les murmures et qui ont une plus haute frequence.

Meme le filtrage des murmures permet d’augmenter l’efficacite de l’algorithme de segmentation des bruits B1 et B2 puisque cela reduit les pics d’energie correspondant aux murmures de haute frequence qui se manifestent dans certaines maladies comme la stenose aortique. La figure 2.7 illustre un signal PCG brut d’un sujet sain et l’allure du signal filtre. Nous remarquons une forte elimination des composantes de hautes frequences avec une tres legere diminution de l’amplitude des deux bruits cardiaques B1 et B2. La figure 2.8 illustre un signal PCG brut d’un sujet atteint d’une stenose de type aortique et l’allure du signal filtre Nous remarquons une forte elimination des composantes de hautes frequences avec une tres legere diminution de l’amplitude des deux bruits cardiaques B1 et B2. Nous remarquons aussi la forte attenuation de l’amplitude du souffle cardiaque (murmure) par rapport a l’amplitudes des autres zones d’interet du signal que sont les bruits cardiaques B1 et B2. Ceci permettra une meilleure segmentation des battements cardiaques par la detection des deux bruits B1 et B2 par notre algorithme. Le signal PCG filtre est ensuite dirige vers l’etage suivant pour le calcul de l’energie et la segmentation des bruits cardiaques.

Détection d’enveloppe

Apres l’etape de pretraitement du signal PCG, nous calculons l’energie temporelle moyenne de Shannon normalisee donnee par l’equation 2.5. Il faut introduire un silence au debut du signal par l’ajout d’echantillons nuls afin de garantir une bonne initialisation de l’algorithme de separation. Nous procedons ensuite a la detection d’enveloppe de cette energie par une simple operation de filtrage passe–bas deja decrit precedemment (le filtre utilise est de type FIR). La separation des bruits cardiaques se base essentiellement sur la detection des minima lateraux de chaque pic de l’enveloppe energetique par l’application d’un seuil qui sera fixe a 80 % de la valeur maximale (le choix du seuil est de maniere empirique) (comme illustre dans la figure 2.9), puis detecter les instants de ces points et par consequent les bruits sont localises comme illustre dans la Figure 2.10. La figure 2.9 illustre un signal PCG d’un sujet sain et son energie de Shannon avec la detection d’enveloppe qui permet par la suite de localiser les bruits B1 et B2 La figure 2.10 illustre le seuillage du signal PCG sur une valeur empirique de 80% de la valeur maximale du signal. Nous remarquons clairement que l’utilisation de l’energie de Shannon permet d’avoir une forme tres proche des bruits cardiaques B1 et B2 en termes de debut et fin. La figure 2.11 suivante illustre un zoom sur le premier cycle cardiaque du signal precedant pour mieux apprecier l’efficacite de notre methode

Performance de l’algorithme de détection

Les resultats de segmentation des bruits B1 et B2 obtenus sur des signaux PCG normaux sont presentes dans le tableau 2.3. Nous remarquons que notre algorithme permet de localiser 100% de bruits B1 et 94,41% de bruits B2 avec un taux de classification global de 97,29%. Cela est explique par le faite que l’intensite du bruit B1 est plus grande que celle du bruit B2, ce qui favorise la totale detection des bruits B1. Le plus faible taux de detection est pour l’enregistrement ≪ 201103140132 ». Le signal PCG original de l’enregistrement 201103140132 est illustre dans la figure 3.34 Suivante Un zoom entre le troisieme et le sixieme cycle cardiaque du signal precedant est illustre dans la figure 3.35 suivante Figure 2.35 Zoom sur le signal PCG du patient ≪ 201103140132 ≫ Nous remarquons que la qualite de l’enregistrement est mauvaise puisque l’intensite des bruits B2 est tres faible et contient des bruits indesirables comparables aux bruits cardiaques et plus souvent plus intense que les bruits B2. Meme avec un seuil tres petit (a 98 % du maximum), certains bruits B2 n’ont pas ete detectes. Les resultats de segmentation des bruits B1 et B2 obtenus sur des signaux PCG pathologiques sont presentes dans le tableau 2.4.

Nous remarquons que notre algorithme permet de localiser 80,45% de bruits B1 et 93,98% de bruits B2 avec un taux de classification global de 87,22%. Nous remarquons que le taux de classification est inferieur par rapport au taux de classification des battements PCG normaux. Nous remarquons aussi qu’il y a plusieurs signaux pathologiques ou le taux de classifications est 100% comme le signal ≪ 201108222243 ≫ illustre dans la figure 3.36. Par contre certains signaux le taux est moindre comme les signaux illustres dans les figures 3.37 et 3.38 respectivement. Le signal PCG original de l’enregistrement 201108222243 est illustre dans la figure 3.36 Suivante Le signal PCG original de l’enregistrement ‘201108222255’est illustre dans la figure 3.37 suivante : Nous remarquons que l’intensite des bruits B1est tres attenuee ce qui ne permet pas une bonne detection de ces bruits. Seuls les bruits B2 apparaissent clairement, ce qui donne une detection a 100% des B2 et 0% de B1. Finalement, le signal PCG original de l’enregistrement ‘201108222251’ est illustre dans la figure 3.38 suivante : Nous remarquons que la pathologie est tres severe et ainsi les bruits B1 sont submerges par les murmures et aussi l’intensite des B2 est tres attenuee. En choisissant un seuil tres petit (en couleur rouge), nous detectons les bruits B2 a 100% mais la detection des B1 est fausse a 100% parce qu’elle contient les B1 et les murmures ensemble. En choisissant un seuil un peu plus grand (en couleur mauve), la detection des B1 est a 100% correcte au detriment de la non-detection des B2.