Résumé:
La détection précoce des maladies cardiaques est un facteur essentiel à la réussite des soins de santé.
Ces dernières années, le domaine médical a vu émerger diverses méthodes permettant de prédire les
maladies cardiaques avant qu’elles ne surviennent, basées sur l’apprentissage automatique et
l’apprentissage profond. En effet, les maladies cardiaques restent une cause majeure de décès dans le
monde, notamment la maladie coronarienne, qui est l'une des maladies les plus dangereuses. Elle est
responsable d'une grande partie des cas de patients et des décès liés aux maladies cardiovasculaires,
étant donné que cette maladie est latente et n’apparaît pas cliniquement. Il est donc nécessaire de la
diagnostiquer et de la traiter le plus tôt possible. L’objectif de ce travail est de développer un modèle
de prédiction de la maladie coronarienne capable de détecter l’apparition précoce d’une maladie
coronarienne, souvent mortelle.
Notre projet de recherche vise à prédire la maladie coronarienne à l’aide de techniques d’apprentissage
profond. Nous avons utilisé un réseau de neurones convolutifs pour atteindre cet objectif. On pense
que cela contribuera à améliorer les taux de diagnostic précoce et à réduire les complications associées
à cette maladie.
