Le signal phonocardiogramme PCG acquis n’est pas parfait c’est-à-dire qu’il est noyé dans le bruit et qui nécessite l’utilisation de technique de traitement de signal. Pour cela, il y a plusieurs méthodes d’analyse de traitement de signal, pour filtrer et extraire les différentes composantes du signal PCG. Notre approche sera basée sur l’analyse fréquentielle du signal phonocardiogramme utilisant la transformé de Fourier.

Algorithme d’authentification biométrique

L’algorithme proposé segmente le signal PCG pour la séparation de ces différent bruits, un calcul de la transformée de Fourier sera nécessaire pour caractériser les bruits cardiaques B1 et B2. Cette caractérisation se fera par l’identification de la fréquence maximale existante au niveau de spectre de chaque bruit cardiaque. Un intervalle de fréquence minimale et maximale sera établi pour les différents bruits cardiaques par plusieurs testes sur les différents signaux PCG et sur les différents bruits cardiaques des différents cycles au niveau de chaque signal PCG. L’identification d’un signal PCG quelconque se fera par la suite par la condition d’appartenance à l’intervalle déjà établi. L’introduction des nouveau signaux PCG au niveau de la base de donner est nécessaire pour une identification optimale.

signal phonocardiogramme (PCG)

Les bruits cardiaques sont des signaux non- stationnaires enregistrés et connus sous le nom du signal phonocardiogramme (PCG) permettant de donner plus d’informations sur le fonctionnement mécanique du cœur.

Segmentation

La segmentation du signal phonocardiogramme(PCG) est la première étape de l’analyse et la plus importante [2] au niveau de notre approche, elle consiste à localiser le premier et le deuxième bruit cardiaque (B1 et B2) afin de segmenter le signal en deux parties : un signal avec les bruits B1 et un autre signal avec les bruits B2. Plusieurs méthodes de localisation des bruits cardiaques existent déjà dans la littérature.

Les méthodes de segmentation
– Transformations temporelles
• Enveloppe de Shannon
– Transformations fréquentielles
• Filtrage homomorphique
• Enveloppe de Hilbert
• Système oscillant à un degré de liberté
– Transformations Temps-Fréquence (TF)
• Produit multi-échelles
– Transformations basée sur la complexité du signal
• Dimension fractale
• Entropie
• Spectre singulier de la matrice de l‘état des phases reconstruit .

étude fréquentielle des deux bruits cardiaques B1 et B2 

Les travaux de recherche sur le traitement des signaux cardiaques utilisent en grande partie les approches basées sur la TF pour obtenir les composantes fréquentielles du signal cardiaque. Cette analyse fréquentielle des signaux cardiaques par la TF reste globale et ne présente qu’un intérêt limité pour les cardiologues : elle ne permet pas l’automatisation de la détection des signatures pathologiques. Dans notre travail nous utilisons la transformé de Fourier rapide pour obtenir le contenu fréquentielle des bruits B1 et B2 en s’intéressant a la fréquence maximal du spectre.

Analyse du signal PCG par la FFT

Théorème de Fourier :
Toute fonction continue est décomposable en série de FOURIER. Si de plus cette fonction est périodique de période T, le nombre de termes de la décomposition est fini. On peut alors écrire la fonction comme une somme de sinus (ou de cosinus) .

f(t) = A0 + A1 sin (2 Π t / T) + A2 sin (4 Π t / T) + … + An sin (2n Π t / T) (1)

Où A i est le coefficient de la série de FOURIER à la fréquence fi= i/T. Dans la pratique cela veut dire que l’on peut décomposer notre fonction comme une somme de sinus (cosinus) de périodes multiples de la période de base de notre fonction. Les coefficients représentent alors (si on se débrouille bien dans notre calcul) le niveau « énergétique de chacune des fréquences élémentaires ».

L’application principale de l’analyse FFT est donc la mise en évidence des périodicités du signal et le calcul de « l’énergie » contenue dans le signal pour chacune des fréquences. Aussi, l’analyse FFT sert à observer des signaux qui ne sont pas périodiques (aléatoires par exemple). Cette extension de capacité du calcul FFT, qui n’est pas naturelle pour ce type de signal, appelle à la plus grande prudence dans l’interprétation des résultats. La transformée de Fourier est une des méthodes (la plus utilisée aujourd’hui) pour représenter un phénomène temporel dans le domaine fréquentiel. Cette représentation fréquentielle est une image parmi d’autres possibles du phénomène étudié. Il existe d’autres méthodes plus complexes mais plus efficaces. La compréhension de la FFT aide cependant à mieux les comprendre.

Le but de nôtre projet de fin d’études de Master en instrumentation Biomédicale était de concevoir et de réaliser un système d’authentification basé sur le signal phonocardiogramme en mettant en œuvre quelques bases sue le traitement de signal. Dans ce mémoire nous avons analysé les signaux phonocardiogrammes dont le but d’extraire des paramètres qui nous s’intéressée Après avoir expliqué l’anatomie et le fonctionnement du cœur, la signification de chaque bruit cardiaque dans les différents signaux PCG, nous avons ensuite choisi des signaux PCG pour un meilleur traitement. Nous avons fait une étude énergétique et nous avons choisi l’énergie de Shannon afin de détecter l’enveloppe de signal phonocardiogramme qui permettre une segmentation efficace des bruits cardiaques B1 et B2 pour bien comprendre les différent partie de signal phonocardiogramme. Grace à l’utilisation de la transformé de Fourier nous avons obtenu le spectre de chaque bruit cardiaque, nous avons calculé la fréquence maximale de ce spectre. Nous avons considéré la fréquence maximale comme un paramètre et une condition importante dans notre système d’authentification biométrique. L’élaboration d’une plateforme de communication utilisateur de l’algorithme proposé facilitera la manipulation. Ainsi l’utilisateur peut introduire et ajouter n’importe quel signal dans la base de donner avec une carte biométrique des donnés relative au signal PCG introduit. Nous pouvons dire que ce modeste travail donne des résultats acceptables qui peuvent servir et aider tous ceux qui seront intéressé par l’authentification biométrique.