Étude d'algorithmes d'apprentissage artificiel pour la prédiction de la syncope chez l'homme - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

Study of machine learning algorithms for syncope prediction

Étude d'algorithmes d'apprentissage artificiel pour la prédiction de la syncope chez l'homme

Résumé

Syncope is considered as a common pathology, although sometimes its cause cannot be clearly diagnosed. In this case and when syncope is frequently experienced, the patient can have a head-upright tilt test. This examination is based on the reproduction of symptoms of the syncope ; however, its major drawback is the duration of the examination, which can take up to one hour. Therefore, reducing the examination time would decrease its cost and improve the comfort of the patient. This is the challenge of this thesis, which tries to predict the appearance of the symptoms of the syncope before the end of the tilt test. During the research, two areas of study became important : data mining and development of models used to predict the tilt-test result. Both areas use algorithms coming from machine learning, enabling the acquisition and extraction of relevant knowledge on data sets. Published works give many methods, which have enabled the extraction of some pertinent characteristics. With these, robust and ecient models have been constructed, which have enabled the prediction of the tilt-test results in the rst ten minutes of the examination. Also, the performance has been improved by the development of new techniques of data mining, enabling more ecient analysis of data. These methods have been used for the selection of the variables and for the interpretation of the non-linear projection techniques. Even though these methods have been developed for this research, they have shown interesting performances during tests on other data sets.
La syncope, dont l'origine peut ne pas être clairement définie, est considérée comme une pathologie fréquente. Dans ce cas et lorsque les épisodes sont répétés, le patient peut être amené à réaliser le test de la table d'inclinaison. Cet examen appelé tilt-test, est une méthode reconnue pour recréer les conditions dans lesquelles le patient ressent les symptômes de la syncope. Cependant, le principal problème de ce test est sa durée, qui peut atteindre une heure. Dès lors, pour des raisons de coût et de bien-être des patients, il paraît important de pouvoir réduire sa durée. C'est dans cet objectif que s'inscrivent les travaux réalisés dans le cadre de cette thèse, qui tentent de prédire l'apparition des symptômes liés à la syncope, et ce, le plus tôt possible. Durant nos recherches, deux axes sont ressortis naturellement : la fouille de données et le dé- veloppement de modèles capables de prédire le résultat du tilt-test. Ces deux axes partagent des méthodes issues de l'apprentissage articiel, qui permettent d'acquérir et d'extraire des connaissances à partir d'un ensemble d'observations signicatif. La littérature propose tout un ensemble de méthodes, qui nous ont permis de mettre en évidence certaines caractéristiques pertinentes, de manière à construire des modèles parcimonieux et robustes. Ces derniers ont permis d'obtenir des résultats intéressants pour la prédiction du résultat du tilt-test au terme notamment, des dix premières minutes de l'examen. Ces performances ont pu être considérablement améliorées par le développement de nouvelles techniques de fouille de données, permettant d'extraire très e- cacement de la connaissance. Les méthodes mises en place s'articulent autour de la sélection de variables et de l'interprétation de projections non linéaires. Ces méthodes, bien que développées autour de notre thématique, se sont montrées reproductibles lors de tests sur d'autres ensembles de données.
Fichier principal
Vignette du fichier
Manuscrit_These_Feuilloy_temp.pdf (10.03 Mo) Télécharger le fichier

Dates et versions

tel-00465008 , version 1 (18-03-2010)

Identifiants

  • HAL Id : tel-00465008 , version 1

Citer

Mathieu Feuilloy. Étude d'algorithmes d'apprentissage artificiel pour la prédiction de la syncope chez l'homme. Informatique [cs]. Université d'Angers, 2009. Français. ⟨NNT : ⟩. ⟨tel-00465008⟩
345 Consultations
8767 Téléchargements

Partager

Gmail Facebook X LinkedIn More