Version PDF

École de technologie supérieure

Responsable(s) de cours :

Jean-Marc Lina

PLAN DE COURS

Automne 2026
GTS610 : Modélisation et traitement des signaux biomédicaux (3 crédits)

Préalables
Aucun préalable requis.

Description du cours
Ce cours vise à modéliser et traiter numériquement des signaux biomédicaux, à partir de leur origine physiologique jusqu'aux applications dans le domaine médical.

Au terme de ce cours, la personne étudiante sera en mesure de :

décrire l'origine des signaux physiologiques mesurés chez l'humain;
modéliser certains systèmes et processus biomédicaux;
analyser les propriétés des signaux biomédicaux;
appliquer le traitement du signal aux signaux biomédicaux;
justifier les algorithmes numériques propres aux signaux biomédicaux;
argumenter sur les enjeux du traitement numérique des signaux biomédicaux;
concevoir une approche numérique pour le traitement de signaux biomédicaux.

Éléments de contenu : principes de la modélisation et du traitement du signal biomédical. Origine des principaux signaux bioélectriques. Signaux élémentaires, transformée de Laplace et modèles compartimentaux. Filtres et échantillonnage. Approches probabilistes au traitement des signaux biomédicaux et formalisme bayésien. Séparation de sources et analyse en composantes principales. Introduction aux analyses temps-fréquences. Filtres de Kalman et Intelligence artificielle dans le traitement des signaux biomédicaux.

Stratégies pédagogiques

Les principaux moyens pédagogiques envisagés sont :

Cours magistraux (un (1) cours magistral par semaine)

Enseignement théorique, appuyé par des exemples d’applications.

Travaux pratiques de laboratoire (quatre (4) heures ou deux (2) heures par semaine)

Les étudiant(e)s forment des équipes de quatre étudiant(e)s au début de la session. Les membres de chaque équipe sont conjointement responsables de toutes les étapes menant à la présentation d’un rapport de laboratoire. Celui-ci doit être présenté deux semaines après la séance de laboratoire correspondante. Le dernier rapport de laboratoire doit être remis avant l’examen final. Aucun rapport de laboratoire remis en retard ne peut être accepté sans l’autorisation spéciale et préalable du professeur.

Informations concernant l’agrément du BCAPG
Ce cours compte 58,8 unités d'agrément réparties comme suit :

Catégories de UA	Nombre	Proportion	Matière(s) traitée(s)
Science du génie	39,2 UA	66,67 %
Conception Ingénierie	19,6 UA	33,33 %

Les objectifs de ce cours sont liés aux indicateurs de qualités requises des diplômés de la manière suivante :

Objectif spécifique	Qualité	Indicateur	Niveau d'enseignement
décrire l'origine des signaux physiologiques mesurés chez l'humain;	Q1 . Connaissances en génie	i1 . Résoudre des problèmes mathématiques	Appliqué
décrire l'origine des signaux physiologiques mesurés chez l'humain;	Q1 . Connaissances en génie	i2 . Appliquer les concepts des sciences naturelles	Appliqué
décrire l'origine des signaux physiologiques mesurés chez l'humain;	Q1 . Connaissances en génie	i3 . Appliquer les concepts fondamentaux de l’ingénieri	Appliqué
décrire l'origine des signaux physiologiques mesurés chez l'humain;	Q1 . Connaissances en génie	i4 . Appliquer les concepts spécialisés de l’ingénierie	Développé
modéliser certains systèmes et processus biomédicaux;	Q2 . Analyse de problèmes	i1 . Identifier et formuler des problèmes complexes	Appliqué
modéliser certains systèmes et processus biomédicaux;	Q2 . Analyse de problèmes	i2 . Choisir un modèle ou une méthode pour solutionner	Appliqué
modéliser certains systèmes et processus biomédicaux;	Q2 . Analyse de problèmes	i3 . Appliquer modèle ou méthode	Appliqué
modéliser certains systèmes et processus biomédicaux;	Q2 . Analyse de problèmes	i4 . Interpréter les résultats	Appliqué
analyser les propriétés des signaux biomédicaux;	Q3 . Investigation	i3 . Interpréter les résultats	Développé
concevoir une approche numérique pour le traitement de signaux biomédicaux.	Q4 . Conception	i2 . Développer des concepts	Développé
appliquer le traitement du signal aux signaux biomédicaux;	Q5 . Outils d'ingénierie	i1 . Évaluer outils et techniques	Développé
appliquer le traitement du signal aux signaux biomédicaux;	Q5 . Outils d'ingénierie	i3 . Combiner, adapter, créer	Développé
justifier les algorithmes numériques propres aux signaux biomédicaux;	Q8 . Professionnalisme	i1 . Délimiter les responsabilités	Développé
justifier les algorithmes numériques propres aux signaux biomédicaux;	Q8 . Professionnalisme	i2 . Décrire le rôle de l'ingénieur	Développé
argumenter sur les enjeux du traitement numérique des signaux biomédicaux;	Q9 . Impact du génie sur la société et l'environnement	i1 . Tenir compte des enjeux économiques	Développé
argumenter sur les enjeux du traitement numérique des signaux biomédicaux;	Q9 . Impact du génie sur la société et l'environnement	i2 . Tenir compte des enjeux environnementaux	Développé
argumenter sur les enjeux du traitement numérique des signaux biomédicaux;	Q9 . Impact du génie sur la société et l'environnement	i3 . Considérer les interactions du génie	Développé

Utilisation d’appareils électroniques

Aucune restriction particulière

Horaire

Groupe	Jour	Heure	Activité
01	Mardi	13:30 - 17:30	Laboratoire aux 2 semaines
	Mercredi	08:30 - 12:00	Activité de cours

Coordonnées du personnel enseignant le cours

Groupe	Nom	Activité	Courriel	Local	Disponibilité
01	Bilal Alchalabi	Laboratoire aux 2 semaines	CC-bilal.alchalabi@etsmtl.ca
01	Jean-Marc Lina	Activité de cours	jean-marc.lina@etsmtl.ca	A-2465

Cours

Date	Contenus traités dans le cours	Heures
	1. Introduction : principes et objectifs du traitement du signal biomédical	2 heures
	2. Principaux signaux bioélectriques : origine et propriétés générales	2 heures
	3. EMG, ECG et EEG	5 heures
	4. Signaux et systèmes linéaires : réponse à l’impulsion, convolution	4 heures
	5. Transformées de Laplace, de Fourier	3 heures
	6. Filtrage analogique	2 heures
	7. Transformée en z et filtrage numérique	5 heures
	8. Processus aléatoires : introduction	3 heures
	9. Modèles stochastiques	2 heures
	10. Estimation des processus: principes généraux	4 heures
	11. Introduction au problème de séparation de sources	1,5 heures
	12. Introduction aux analyses temps-fréquence	1,5 heures
	13. Techniques avancées du traitement du signal biomédical (information mutuelle, complexité, systèmes non linéaires et apprentissage machine (modèle de 'foundation')	4 heures
	Total	39

Laboratoires et travaux pratiques

date	Activité	Lieu	heures
01-sept	Introduction matlab	zoom	14:00 - 16:00
08-sept	Detection complexe QRS (LABO 1) / TD	A2502	14:00 - 16:00
15-sept	Detection complexe QRS (suite)	A2502	14:00 - 16:00
22-sep	Les signaux EEG / TD	A2502	14:00 - 16:00
29-sep	Analyse signaux EEG (LABO 2)	A2502	14:00 - 16:00
06-oct	Analyse signaux EEG (suite) / TD	A2502	14:00 - 16:00
20-oct	Séparation EEG foetal (LABO 3)	A2502	14:00 - 16:00
27-oct	Séparation EEG foetal (suite) / TD	A2502	14:00 - 16:00
3-nov	Les signaux EMG / mini-projet (mi-étape)	A2502	14:00 - 16:00
10-nov	Analyse signaux EMG (LABO 4)	A2502	14:00 - 16:00
17-nov	Analyse signaux EMG (suite) / TD	A2502	14:00 - 16:00
01-dec	Mini-projet (compte rendu oral) + révision	A2502	14:00 - 16:00

NOTE: Les laboratoires EEG et EMG seront réalisés avec des données déjà acquises.

Retour des laboratoires: uniquement format d’un (Live)script .m interpretable par la function publish de matlab, voir labo0_exemple dans le le labo0 (Intro MATLAB):

Laboratoire	Date
Labo 1	< 22 sept, 17:00 (9 %)
Labo 2	< 27 oct, 17:00 (9 %)
Labo 3	< 13 nov, 17:00, 17 h (9 %)
Labo 4	< 1 dec, 17:00 (9 %)

Utilisation d'outils d'ingénierie

Logiciel Matlab (traitement numérique des signaux)

Évaluation

Type d'évaluation	Pondération	Modalité	Description	Utilisation de l'IA
Laboratoire	9	En équipe	laboratoire 2	Utilisation guidée
Laboratoire	9	En équipe	laboratoire 3	Utilisation guidée
Laboratoire	9	En équipe	laboratoire 4	Utilisation guidée
Examen final	40	Individuel		Utilisation interdite
Examen / question(s) d'examen / quiz	16	Individuel	4 quiz x 4%	Utilisation interdite
Laboratoire	9	En équipe	laboratoire 1	Utilisation guidée
Projet / Travail / travail de session	8	En équipe	mini-projet	Utilisation libre

Informations additionnelles :

Activité	Description	%	Date
	Laboratoires (4 rapports de laboratoire)	36 %
	Mini-Projet en équipe	8 %
	Quiz (4) (20 dernieres minutes du cours, voir calendrier) 4 X 4%	16 %
	Examen final	40 %

NOTES: Sauf avis contraire, les quizz seront faits en classe.

Dates des examens intra

Groupe(s)	Date
1	23 septembre 2026
1	21 octobre 2026
1	11 novembre 2026
1	25 novembre 2026

Politique de retard des travaux
Conformément au Règlement des études de premier cycle (article 7.5.6) et au Règlement des études de cycles supérieurs (article 6.5.6), tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés à l’article 7.5.5.1 dans le Règlement des études de premier cycle et l’article 6.5.2 dans le Règlement des études de cycles supérieurs, se verra attribuer la note zéro, à moins que d’autres dispositions soient communiquées par écrit par la personne enseignante dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Tolérance de retard raisonnable avec justification appropriée et écrite.

Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).

Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par la personne enseignante du cours ou la personne coordonnatrice dans le cas des stages.

Documentation obligatoire

R. B. NORTHROP, Signals and systems. Analysis in Biomedical Engineering, CRC Press (2006)

Ouvrages de références

BRUCE, E.N., Biomedical Signal Processing and Signal Modeling, Wiley, 2001
SEMMLOW, John L., Biosignal and Biomedical Image Processing – MATLAB-Based Applications, Marcel Dekker, 2004.
SÖRNMO, Leif, LAGUNA, Pablo, Bioelectrical Signal Processing in Cardiac and Neurological Applications, Elsevier, Academic Press, 2005.

Adresse internet du site de cours et autres liens utiles

Site du cours: https://ena.etsmtl.ca/

Autres informations

GTS610, SESSION AUTOMNE 2022

COURS/TRAVAUX DIRIGÉS

Organisation du cours dans la session (en classe : D-4008*)

Les Quizz seront des exercices de cours à choix multiples (possiblement accessibles dans le site Moodle du cours).

Les cours sont les lundis (8 :45 – 12 :00 sauf le 26 septembre* 8 :30 – 12 :30 si possible) et les laboratoires sont les mardis matin en classe (A-2502) ou exceptionnellement à distance (zoom) tel qu’indiqué dans le calendrier qui suit.

Semaine

Cours (Classe)

TD-Laboratoires

Cours 1

12 sept.

1. Introduction

2. Principes du traitement du signal

3. Objectifs en biomédical

4. Principaux signaux bioélectriques

13 septembre (zoom)

10 :00 – 12 :00

(facultatif)

Introduction à Matlab

Cours 2

19 sept.

1. Origine des signaux bioélectriques

2. Canaux ioniques et pompes

3. Potentiel transmembranaire

4. Potentiel de repos (loi de Goldman)

20 septembre,

10 :00 – 12 :00

Labo.1
Détection du complexe QRS.

Cours 3*

26 sept.

Quizz1 (6%)

(zoom)

1. 1. Le potentiel d’action

2. La loi de Hodkin-Huxley

3. Le signal EMG

4. La dynamique cardiaque

5. Le signal ECG

27 septembre :

10 :00 – 12 :00

Labo.1
Détection du complexe QRS.

Cours 4

3 oct.

(congé)

1. La dynamique cardiaque

2. Le signal ECG

3. L’architecture cérébrale

4. Le signal EEG

5. Quizz1

4 octobre (zoom)

9 :00 – 11 :00

- Les signaux EEG du Labo.2

- Le mini-projet

(présentation)

Cours 5*

11 oct.

(mardi)

(zoom)

1. L’architecture cérébrale

2. Le signal EEG

3. Les signaux élémentaires réels

4. Les signaux complexes

5. Les systèmes compartimentaux

6. Les systèmes linéaires

18 octobre :

10 :00 – 12 :00

Labo.2

Analyse des signaux EEG

Cours 6

17 oct.

Quizz2 (6%)

1. La transformée de Laplace

2. Caractérisation d’un système

3. La transformée de Fourier

4. Caractérisation d’un signal

5. Quizz2

25 octobre :

10 :00 – 12 :00

Labo.2

Analyse des signaux EEG

Cours 7

24 oct.

1. Filtres

2. Filtre de Wiener

3. Echantillonnage

1 novembre :

10 :00 – 12 :00

Labo.3

Séparation de l’ECG fœtal

Cours 8

31 oct.

1. Théorème de Shannon -Nyquist

2. Filtres numériques

3. Construction

8 novembre :

10 :00 – 12 :00

Labo.3

Séparation de l’ECG fœtal

Cours 9

7 nov.

Quizz3 (6%)

1. filtres numériques (suite)

2. Construction

15 novembre (zoom)

10 :00 – 12 :00

- Les signaux EMG du Labo.4

- Le mini-projet (mi-étape)

Cours 10

14 nov.

1. Processus et signaux aléatoires

2. Distribution et loi de probabilité

3. Formalisme Bayesien

4. Quizz3

22 novembre

10 :00 – 12 :00

Labo.4

Analyse des signaux EMG

Cours 11

21 nov.

1. Introduction au problème de séparation de sources

2. PCA et ICA

29 novembre

10 :00 – 12 :00

Labo.4

Analyse des signaux EMG

Cours 12

28 nov.

Quizz4 (6%)

1. Filtre de Kalman

2. IA et signaux biomédicaux

3. Quizz4

6 décembre (zoom)

9 :00 – 12 :00

Mini-Projet (compte-rendu oral)

Cours 13

5 déc.

1. Introduction aux analyses temps-fréquence

2. Analyse par ondelettes et signaux biomédicaux

Quelques cours (*) seront faits à distance (zoom) exclusivement pour faciliter l’agenda et l’horaire. Certaines périodes de laboratoires seront faites à distance (zoom) pour les mini-projets.

EVALUATION :

EXAMEN FINAL (32%)

4 Laboratoires (8 x 4 = 32%)

4 Quiz (6 x 4 = 24%)

1 Mini-Projet (12%)

RESPONSABLES :

Cours et Laboratoires: JM Lina Ph. D. et M. Foti, B. Ing