Apprentissage génétique d’un classifieur neuronal Application en cardiologie.

Abstract

Le diagnostic médical est l’activité fondamentale de la médecine, il est donc normal que les premiers investigations dans le domaine du traitement automatique des informations s’intéressent à ce type problème. Plusieurs systèmes de diagnostic automatique utilisent les réseaux de neurones artificiels, comme technique de reconnaissance. Mais cette technique avec son apprentissage classique (rétro propagation) peut tomber sur des solutions sous optimale (minima locaux). Dans ce travail, nous avons conçu et implémenté un système neuro-génetque en remplaçant l’apprentissage classique par les algorithmes génétiques en suite nous avons comparé les résultats obtenus avec les systèmes neuronaux classiques.les performances de la classification ont été évaluées par le calcul de erreurs (e), temps (T), sensibilité (Se), la spécificité (sp) et le taux de classification correcte(class). Aussi dans ce travail, on a utilisé les algorithmes génétiques pour choisir l’architecture des RNA. Nous avons appliqué cette technique sur les signaux électrocardiogrammes (ECG), et comme base de données la base MIT-BHI.