Browsing by Author "Benoudina , Lazhar"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Système de classification des signaux ECG
    (Faculté des Sciences, 2022) Bouasla , Rahma; Ramoul ,Yasmine; Benoudina , Lazhar
    Le signal de l'électrocardiogramme (ECG) est largement utilisé comme l'un des outils les plus importants dans la pratique clinique afin d'évaluer l'état cardiaque des patients. Les systèmes automatiques d’analyse des ECG constituent de précieux outil pour aider les praticiens et pour la supervision des malades. Le travail dans ce mémoire présente un ensemble de méthode de classification et de discrimination d’arythmies et d’anomalies cardiaques en utilisant des paramètres pertinents. Les paramètres extraits de la base de données d’arythmies cardiaques MIT-BIH sont utilisés pour mener un ensemble de tests pour évaluer les différents algorithmes proposés pour la classification et la discrimination des arythmies cardiaques. Dans un premier test et dans le but de détecter et classer l’une concerne une arythmie cardiaque appelée L’infarctus du myocarde (IDM) et la deuxième une arythmie cardiaque Fibrillation auriculaire (ACFA) par rapport aux battements normaux, avec « réseau de neurones perceptron multicouche » développé sous environnement MATLAB a été évalué. Finalement, dans un dernier test, le système neuronal multi-agent développé dans le cadre de ce travail a été testé et évalué dans le but de discrimination et de classification d’arythmies. Les résultats obtenus, sont très satisfaisants et encourageants, malgré l’utilisation d’un nombre limité de paramètres pertinents caractérisant le battement cardiaque.
  • Thumbnail Image
    Item
    Une approche pour la détection des émotions à partir de l’expression faciale en utilisant la technologie Yolo v4
    (Faculté des Sciences, 2022) Guetteche , Amani ; Bouchareb , Chaima; Benoudina , Lazhar
    Aujourd'hui, la reconnaissance automatique des émotions s'avère être l'une des applications les plus pertinentes dans de nombreux domaines à savoir : Interaction homme-machine, psychologie, médecine, éducation, . . . etc. En plus, l'approche de deep Learning et plus particulièrement les réseaux de neurones convolutionels (CNN) ont connu un grand succès dans le domaine du traitement et de la reconnaissance d'images. Le but de ce travail est de rechercher et d'appliquer des algorithmes de détection des émotions d'apprentissage en profondeur pour suivi la productivité des employées, et les patients autistes. Nous nous sommes concentrés dans cette étude sur l'algorithme de détection d'objet YOLO, qui est une méthode largement reconnue et approuvée. Par conséquent, nous avons essayé de ré-entraîner le model YOLO sur des sous classes de la base de données. Nous avons obtenu des résultats très satisfaisants avec un taux de précision 86%, avec un aperçu qui reflète la grande supériorité de l'algorithme de détection d'objet YOLO en temps réel sur beaucoup d’autres modèles.