Résumé:
Dans ce projet, nous nous concentrons sur les maladies
cardiovasculaires en visant le développement d'un système de pointe
reposant sur l'intelligence artificielle et l'apprentissage automatique,
en mettant particulièrement l'accent sur les techniques
d'apprentissage profond. Ce système a pour but d'améliorer le
diagnostic et la détection des anomalies du rythme cardiaque en
utilisant les ensembles de données CirCor DigiScope
Phonocardiogram 2022 et la base de données des sons cardiaques
fœtaux de l'Université de Shiraz.
Pour entraîner notre modèle à reconnaître les sons cardiaques,
nous avons utilisé des architectures avancées telles que ResNet50 et
VGG19. Les résultats ont été extrêmement prometteurs, confirmant
l'efficacité de notre approche. En particulier, le modèle VGG19 a
atteint une précision remarquable de 96,88 %, soulignant ainsi la
robustesse et l'exactitude de notre système.
