Construction d'un système d'aide à la décision médicale pour la détection des arythmies cardiaques à l'aide d'arbres de décision flous Omar Behadada doctorant chercheur Laboratoire de génie biomédical Département d'électronique Biomédicale E-mail : O_behadada@mail.univ-tlemcen.dz M.A Chikh maître de conférences Département d'informatique E-mail : mea_chikh@mail.univ-tlemcen.dz Laboratoire de génie biomédical, Département d'électronique Biomédicale Faculté des Sciences de L'ingénieur ; Ammar Mohammed magister, Laboratoire de génie biomédical Département d'électronique Biomédicale E-mail : amm1222k@yahoo.fr Université ABOUBEKR BELKAÏD Tel: 213 43 28 56 89, Fax: 213 43 28 56 86 Résumé. L'extraction de connaissances est un processus interactif et itératif d'analyse d'un grand ensemble de données brutes afin d'en extraire des connaissances exploitables, et où l'utilisateur-analyste (cardiologue) joue un rôle central. Dans la perspective de conception de systèmes d'extraction de connaissances et de classification à partir d'une base de données cardiologiques, nous présentons une méthode basée sur les arbres de décision flous. La première partie présente la problématique du choix des caractéristiques d'un battement cardiaque. Ensuite nous appliquons l'arbre de décision flou pour la classification de quelques anomalies cardiaques. Dans la troisième partie nous montrons l'intérêt des règles de décision extraites dans l'interprétabilité des résultats de la classification.
1 Introduction
De nos jours, les nouvelles technologies de l’information produisent de nouvelles approches méthodologiques tentant d’en extraire non seulement une information valide et fiable, mais plus généralement des connaissances permettant d’étayer la décision. Deux grands types d’approches peuvent être distingués aux analyses des données : l’une est décisionnelle et s’attache le plus souvent à la modélisation, l’autre est exploratoire et a pour objectif de synthétiser un ensemble d’informations plus ou moins hétérogènes (l’approche est alors essentiellement descriptive).
Les nouveaux outils d’extraction des connaissances à partir des données (ECD) s’inscrivent clairement dans le versant exploratoire des études statistiques mais s’enracinent également dans ce second type de logique. Certaines de ces méthodes sont récentes, le concept d’ECD apparaît pour la première fois en 1989.
Dans ce présent article nous avons appliqué la méthode de l’arbre de décision flou pour extraire des règles de décision afin de construire un système de classification de quelques anomalies cardiaques.
Un arbre de décision est un outil d'aide à la décision et à l'exploration de données. Il permet de modéliser simplement, graphiquement et rapidement un phénomène mesuré plus ou moins complexe. Sa lisibilité, sa rapidité d'exécution et le peu d'hypothèses nécessaires à priori par contre La logique floue a été proposée par Zadeh [Zadeh, 1965] pour modéliser l’information et pour se rendre compte du caractère vague des connaissances que nous, les humains, manipulons au quotidien, le couplage de la logique floue avec les arbres de décision rend les règles extraites plus linguistiques et plus explicites.
Nous avons collecté les données cardiaques des différents battements pour les différents enregistrements à partir de la base de données MIT-BIH avec les anomalies cardiaques ciblés (tableau 1).
Un battement cardiaque est caractérisé par une succession d’onde de nature électrique (électrocardiogramme ECG), il présente un grand intérêt diagnostic.
Caractérisation du battement cardiaque par des descripteurs pertinents est
indispensable lors de la conception et l’implémentation de tout modèle de
reconnaissance d’une anomalie cardiaque. Il convient de remarquer que de
nombreuses approches citées dans la littérature ont porté sur la difficulté que
représentent la mesure et le choix des paramètres pertinents du signal ECG et leur
classification. On peut citer les travaux menés par plusieurs chercheurs, pour la
réduction du complexe QRS pour chaque battement cardiaque. Acharya et al.
[Acharya 2004][
Dans notre travail nous avons conçu notre propre interface de mesures qui permet de localisé les différents ondes.
La sélection de nos attributs est liée avec la connaissance médicale cardiologique (tableau 2).
Durée P Intervalle PR Complexe QRS
Une exploration de la base de données permet de voir clairement la corrélation entre les attributs et la classe ciblé.
Nous avons testé séparément les attributs en fonction de leurs classes sachant qu’ils sont codés (0,1,2 et 3).
0 :c’est le cas normal (N). 1 :c’est le cas extrasystole ventriculaire (V). 2 : c’est les cas bloc de branche droit (R).
3 : c’est les cas bloc de branche gauche (L).
Nous voyons clairement que la durée de P dans la (figure 3 (a)) a parfaitement la même plage de variation pour les 3 classes (N, R, et L) et une variation presque nulle pour la classe V ce qui est très logique du point de vue physiologique (dans le cas d’une extrasystole ventriculaire (V), l’onde P est absente).Par contre le segment PR varie d’une manière très similaire pour les quatre clases (figure 3 (b)), donc son effet est négligeable pour l’entrée du classifieur. Le complexe QRS varie différemment dans le cas normal(N) et dans les cas pathologiques (V, R, et L) (figure 4 (a)). Les autres paramètres varient différemment d’une classe à une autre, Ce qui peut être très utile dans le renforcement des paramètres du classifieur. Nous déduisons qu’un seul paramètre seul ne peut pas être discriminant pour les différentes classes.
Dans cette partie, nous avons testé l’effet de deux paramètres ensemble à la fois sur les 4 classes ciblées. La couleur rouge (+) représente le cas normal .La couleur verte (+) représente le cas extrasystole ventriculaire. La couleur bleue (+) représente le cas bloc de branche droit. La couleur violette (+) représente le cas bloc de branche gauche. Figure 5-b : Représentation 3D de la largeur du QRS et le RRs/RRp en fonction des classes
Nous avons déjà remarqué, la limite d’un seul paramètre à discriminer entre les différentes classes dans la 1ère expérimentation, ce qui nous a poussé à voir l’intérêt d’augmenter le nombre des attributs. Et nous remarquons clairement dans la (figure 5(a)) que seul le nuage de points pour le cas durée P nulle (couleur verte) se distingue des autres, ce qui correspond à la classe extrasystole ventriculaire, par contre pour le dernier couple (largeur QRS, RRs/RRp) (figure 5(b)) nous distinguons une bonne discrimination entre les pathologies, les nuages de points des différentes classes sont nettement séparés. Nous pouvons tirer de ces expérimentations menées sur les différents paramètres du vecteur d’entrée d’un classifieur des arythmies cardiaques les points suivants : 1- Les performances de tout modèle de classification, indépendamment de la technique utilisée, dépend énormément du vecteur d’entrée. 2- Une représentation géométrique des paramètres d’entrée peuvent être intéressante sur le plan visuel et sur le choix final de ces paramètres. Mais néanmoins une visualisation de plus de deux paramètres devient difficile à représenter. 3- Des paramètres comme : RRs, RRs/RRp, Durée P et largQRS sont très pertinents pour la reconnaissance des pathologies comme V, R et L. Une bonne mesure des différents paramètres reste décisive pour la suite de la classification.
Considérons le problème général suivant. Soit f(x1,…,x n) y=f(x1,…,x n) une relation d’entrée/sortie inconnue, les entrées x1 à x n étant des variables explicatives potentielles et y la sortie. Parmi les entrées, certaines sont importantes, d’autres redondantes, d’autres enfin inutiles. L’induction d’un ADDF consiste à : Hiérarchiser les variables d’entrée en fonction de leur importance.
Évaluer l’utilité de prendre en compte ou non certaines entrées, soit en ligne, soit hors ligne par élagage.
Il faut, pour cela, un ensemble d’apprentissage, E = { (xi, yi) ;x i = (x i1,…,x iM),yi ∈ R , pour i = 1 à P } , où les xij , pour j = 1 à M,
Sont des variables linguistiques possédant m j fonctions d’appartenance, (Ajk)mkj=1.
Les fonctions d’appartenance forment des partitions floues triangulaires sur les domaines d’entrée. Sans perte de généralité, la T-norme utilisée est le produit : ET(x, y) = x * y. ces choix apportent la propriété suivante :
∑α F (x) ≡ 1
F ADDF(x) =
La construction automatique d’un arbre nécessite des mesures comme l’entropie et le gain d’information.
Dans un problème de classification, dans le cas idéal, les vecteurs d’apprentissage associés à un noeud terminal (une feuille) appartiennent à la même classe.
On dit alors que la feuille est “pure“. Ce n’est évidemment pas toujours possible et l’objectif de l’induction vise à créer des feuilles avec un degré de mélange minimum.
Le partitionnement est réalisé à chaque noeud par des tests portant sur une variable : il faut donc choisir le meilleur test, l’entropie permet de faire le bon choix de la classe.
- la notion de représentation de la classe k au noeud N pour une modalité Aj de la variable traitée, joue un rôle central. Elle est définie par :
P r (k, j, N)= ∑ μ k ( xi ) ٨ μ Aj ( xij ) ٨α N ( xi ) (3)
i=1 On en déduit les paramètres Pk et wj utilisés pour le calcul du gain: Pk= wj= ∑ r(k , j, N )
j k
j ∑ ∑ r(k , j, N ) ∑ r (k , j, N ) k ∑ ∑ r (k , j, N ) k j
∑ r(k , j, N ) = j
P ∑α N ( X i ) i=1 ∑ r (k , j, N ) = k
Figure 5-a : Histogramme de la durée avec la partions floue
Figure 5-b : Histogramme de segment St avec la partions floue
Les figures 5 et 6 montrent clairement la relation entre la distribution des données, différents attributs et le choix de ses modalités floues.
Nous remarquons que le choix de trois modalités floues pour attributs segment PR est très bien et uniformément réparti par contre le choix de 3 modalités floues pour l’attribut durée P avec des modalités initialisées manuellement n’est pas représentatif.
En vue de bien voir l’effet de nos choix déjà faits et afin de pouvoir extraire une
connaissance depuis notre base de données notre approche d’extraction de
connaissances c’est utiliser l’apprentissage supervisé par arbre de décision flou en
construisant un système capable de reconnaître des arythmies cardiaques avec une
base de connaissances comme référence. Cet objectif nous ramène à évaluer la qualité
des classifieurs conçus et exploiter la connaissance induite après apprentissage de
l’arbre (classifieur) qui donne les meilleur résultats.la boite à outils FisPro[
False positive False negative Sensitivity (se) Specificity (SP) Rate FP CC Addf1 203 58 470
3 98,543 10,984 89,015 30,163 Addf2 206 341 84 0 100 80,023 19,764 71,103 Addf3 206 307 100
0 100 75,429 24,570 67,320
Nous constatons que le meilleur taux de reconnaissance est obtenu par le classifieur ADDF2 ce qui nous confirme le bon choix des modalités floues et la sélection des attributs.
Une sensibilité de 100% et avec un faut négatif de 0 nous montre la reconnaissance de l’anomalie ESV a 100%.
Par contre le classifieur ADDF1 avec un taux de reconnaissance de 30,16% à cause de la mauvaise initialisation des points modaux.
L’avantage principal d’un arbre de décision flou c’est l’interprétabilité des résultats
et aussi leur capacité à extraire la connaissance d’une base exemples ce qui
constitue un intérêt majeur dans un système d’aide au diagnostic [
Cette connaissance se traduit par un ensemble de règles sous forme de : « Si A et SEF1 et B est SEF2 et…alors c’est C1 »
A fin de mieux évaluer la qualité de notre connaissance induite par l’arbre de décision flou nous allons analyser les règles du deuxième arbre qui a donné des meilleurs résultats par rapport aux autres avec une bonne classification et des règles très significatives et très crédibles et conformes avec l’expertise humaine.
Dans cet article nous avons présenté une méthode d’extraction de règles de décision depuis des données numériques et nous avons réussi a tiré une connaissance conforme avec l’expert du domaine d’application (cardiologue).
Les arbres de décision flous présentement un avantage majeur dans la classification à cause de leurs simplicité, et leur rapidité d’exécution ainsi de leur facilité d’interprétation. L’induction des règles de décision à partir de l’arbre induit représente l’un de ses avantages principaux. Notons que dans le domaine médical, tout expert exige de toute méthode automatique d’aide au diagnostic de justifier ses décisions, une caractéristique absente dans plusieurs techniques citées dans la littérature en particulier les réseaux de neurones. La méthode que nous présentons dans cet article offre aux médecins une base de connaissance explicite (sous forme de règles) acquise d’une base de données médicale. L’expert aura la possibilité d’accepter les règles, de les modifier, de les supprimer ou d’ajouter d’autres.
La qualité du signal ECG représente une contrainte majeure pour la reconnaissance des différentes pathologies. Ainsi que le mode d’acquisition a un rôle majeur pour différencier entre l’extrasystole ventriculaire et les blocs de conduction. Nos données extraites de la base MIT-BIH est composée essentiellement de battements de la dérivation DII ce qui constitue un handicap majeur lors de la classification.
Nous avons réussi à implémenter un classifieur basé sur l’arbre de décision flou. Les résultats obtenus sont très encourageants, vu le manque d’informations dans la base de données utilisée (présence d’une seule dérivation). Le meilleur classifieur dans les expérimentations menées a un taux de classification de 71%, une performance qui peut être améliorée, si on augmente le nombre de dérivations. Nous avons mené plusieurs changements sur quelques paramètres (choix des nombres des modalités floues et l’emplacement des points modaux) afin de choisir la meilleure structure.
7. References