Résumé du mémoire

Dépistage de pathologies par analyse de cris néonataux à l’aide de réseaux de neurones

F. Brault

Cette étude porte sur le dépistage automatisé de pathologies chez les nourrissons par analyse de leurs cris.

Dans le cadre de ce projet, nous avons tenté de réaliser cette tâche à l’aide de techniques de classification par réseaux de neurones artificiels, entraînés de façon supervisée.

Les enregistrements provenaient de la base de données de l’École de technologie supérieure. Seuls les cris de nourrissons nés à terme et âgés de 30 jours ou moins ont été considérés. Les segments expiratoires des cris furent séparés en échantillons de 400 millisecondes, puis ces échantillons furent subdivisés en 8 trames de 50 millisecondes. Chaque échantillon était représenté par les coefficients du cepstre de fréquences mel (MFCC) de ses trames.

Nous avons évalué trois architectures de réseaux de neurones différentes : Les perceptrons multicouches (MLP), les réseaux convolutionnels (CNN) et les réseaux récurrents de type long short-term memory (LSTM). Nous avons entraîné ces réseaux à reconnaître diverses patholo- gies, notamment l’hyperbilirubinémie et la détresse respiratoire. La performance des classi- fieurs était mesurée à l’aide de la validation croisée à k folds.

Nous avons aussi reproduit, autant que possible, le dataset employé dans une autre étude, afin de permettre un comparaison équitable. Nous avons entraîné et évalué notre système sur ce dataset. La comparaison des performances obtenues avec celles rapportées par l’étude de référence nous mène à conclure que notre approche a du potentiel, mais demeure pour l’instant inférieure à la leur.

Pour finir, nous avons également démontré qu’une partition inadéquate des données entre les ensembles d’entraînement et de validation pouvait produire une sous-estimation très importante de l’erreur de généralisation réelle. Nous avons soulevé des soupçons par rapport à la façon dont les données furent partitionnées dans plusieurs autres études sur la reconnaissance automatisée de pathologies chez les nourrissons par analyse de leurs cris.

Mots clés : analyse du cri néonatal, dépistage de pathologies, perceptrons multicouches, ré- seaux convolutionnels, réseaux récurrents.