Back to search

École de technologie supérieure

Dépistage de pathologies par analyse de cris néonataux à l'aide de réseaux de neurones

Abstract

dc:description

Cette étude porte sur le dépistage automatisé de pathologies chez les nourrissons par analyse de leurs cris. Dans le cadre de ce projet, nous avons tenté de réaliser cette tâche à l’aide de techniques de classification par réseaux de neurones artificiels, entraînés de façon supervisée. Les enregistrements provenaient de la base de données de l’École de technologie supérieure. Seuls les cris de nourrissons nés à terme et âgés de 30 jours ou moins ont été considérés. Les segments expiratoires des cris furent séparés en échantillons de 400 millisecondes, puis ces échantillons furent subdivisés en 8 trames de 50 millisecondes. Chaque échantillon était représenté par les coefficients du cepstre de fréquences mel (MFCC) de ses trames. Nous avons évalué trois architectures de réseaux de neurones différentes : Les perceptrons multicouches (MLP), les réseaux convolutionnels (CNN) et les réseaux récurrents de type long short-term memory (LSTM). Nous avons entraîné ces réseaux à reconnaître diverses pathologies, notamment l’hyperbilirubinémie et la détresse respiratoire. La performance des classifieurs était mesurée à l’aide de la validation croisée à k folds. Nous avons aussi reproduit, autant que possible, le dataset employé dans une autre étude, afin de permettre un comparaison équitable. Nous avons entraîné et évalué notre système sur ce dataset. La comparaison des performances obtenues avec celles rapportées par l’étude de référence nous mène à conclure que notre approche a du potentiel, mais demeure pour l’instant inférieure à la leur. Pour finir, nous avons également démontré qu’une partition inadéquate des données entre les ensembles d’entraînement et de validation pouvait produire une sous-estimation très importante de l’erreur de généralisation réelle. Nous avons soulevé des soupçons par rapport à la façon don't les données furent partitionnées dans plusieurs autres études sur la reconnaissance automatisée de pathologies chez les nourrissons par analyse de leurs cris.

Degree

thesis:*
Name thesis:degree_name
Mémoire de maîtrise électronique
Level thesis:degree_level
masters
Grantor dc:publisher
École de technologie supérieure
Year dc:date
2018

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Brault, François

Subjects

dc:subject × 1

Rights

Language dc:language
fr

Identifiers

dc:identifier.*
Identifier
INSERT-YOUR-LIBRARY-ID-HERE2223

Chain of custody

source
Harvested from
ETS (Quebec)
Base URL
espace.etsmtl.ca/cgi/oai2
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Brault, François. Dépistage de pathologies par analyse de cris néonataux à l'aide de réseaux de neurones. masters thesis, École de technologie supérieure, 2018.