Classification audio basée sur les représentations spectrographiques

Abstract

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.