Détection fiable de la fibrillation atriale chez des chevaux à l'aide d’apprentissage en profondeur

Introduction : Chez les chevaux, la fibrillation atriale (FA) est l’arythmie cardiaque la plus importante. Le diagnostic précoce et le suivi après un traitement sont importants mais difficile à effectuer par le propriétaire. Des appareils portables ont été utilisés pour détecter la FA mais leur capacité de détection n’est pas toujours si fiable. Parfois, ils signalent par erreur des artéfacts ressemblant à la FA.

Objectif : Le but de cette étude était de déterminer si l’apprentissage automatique, à savoir un réseau neuronal profond avec des blocs ”bidirectional longshort-term memory”, pouvait distinguer la FA du rythme sinusal chez le cheval.

Matériel et méthodes : Des enregistrements d’électrocardiogrammes de 10 minutes réalisés sur 25 chevaux en FA et sur 25 chevaux en rythme sinusal ont été sélectionnés. Pour chaque rythme, les enregistrements de 15 chevaux ont été utilisés pour l’apprentissage automatique du réseau neuronal et les enregistrements des 10 autres chevaux ont été utilisés pour la validation. L’électrocardiogramme a d’abord été analysé avec un logiciel informatique (Televet 6.2) qui détecte automatiquement les complexes QRS et donc les intervalles R-R. Aucune correction manuelle n’a été faite. Chaque enregistrement a été subdivisé en plusieurs séquences non superposées de 30s, 60s et 120s. Le réseau neuronal s’était entraîné et a été validé à chaque longueur de séquence. ...