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). 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).
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).
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. 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 :
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 :
On en déduit les paramètres Pk et wj utilisés pour le calcul du gain:
Le gain d'information apporté par un attribut X au noeud N est :
Avec
Information apportée par X au noeud N (8)
Le deuxième point important dans l'extraction des règles et surtout pour le cas d'induction des règles flous,est le choix des modalités floues car ce dernier représente l'aspect linguistique dans le raisonnement flou.
Une modalité floue ou le sous-ensemble flous avec les attributs forme une règle de la forme :
« Si attribut k est SEF i et attribut k' est SEF i '' alors classe C » Nous concluons qu'un choix rigoureux des modalités floues doit être fortement exigé afin de pouvoir parler d'une induction des règles réussite.
Dans notre approche nous avons choisi les modalités floues selon la nature de variation des données en gardant les paramètres d'entrée présentés dans le tableau suivant : Tous les sous ensemble flous (SEF) sont initialisés après analyse sauf pour le cas de l'arbre Addf1 ou nous les avons initialisés manuellement (avec l'avis du cardiologue). 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 [10] logiciel dédié au système d'inférence flou.
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 [12].
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. Le résultat de notre application se présente sur la table des règles où on remarque les attributs avec leur modalité flous et la classe inférée.
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.