departement de medecine dentaire -faculte de medecine –universite djillali liabes 1 introduction a...

Departement de Medecine dentaire -Faculte de Medecine –Universite Djillali Liabes

1

Introduction a l’Informatique Médicale

Présenté par : Dr Nabil KESKES

Departement de Medecine -Faculte de Medecine –Universite Djillali Liabes

2

Informatique Médicale

Introduction

Logiciel

Algortithme


3

1- Introduction

Informatique: En un mot, Informatique est la science qui permet le traitement automatique de l’information.

Ordinateur: est une machine dotée d'une unité de traitement lui permettant d'exécuter des programmes enregistrés. Cette machine permet de traiter automatiquement les données, ou informations, selon des séquences d'instructions prédéfinies appelées aussi programmes.

http://fr.wikipedia.org/wiki/Information

http://fr.wikipedia.org/wiki/Programme_informatique


4

Informatique médicale : l'informatique médicale basée sur des méthodes, des techniques et des outils permettant d'améliorer la formalisation des données et des connaissances dans les systèmes d'information en santé.

http://fr.wikipedia.org/wiki/Informatique_m%C3%A9dicale


5

• les équipements informatique ont Besoin a des programmes pour leurs fonctionnement .

• Le programme est un ensemble d'instructions.

• Le logiciel est un terme général pour tout programme Unique ou un ensemble de programmes et de données et les informations stockées

2 - Logiciel


6

Il existe deux types de logiciels: - Software Systems - Software Applications

Software Systems : En informatique les logiciels système sont tous les logiciels qui s'occupent des opérations basiques que peuvent effectuer sur les appareils informatiques. Il existe trois types :les langages de programmation ,les compilateurs et les systèmes d'exploitation

http://fr.wikipedia.org/wiki/Informatique

http://fr.wikipedia.org/wiki/Logiciel


7

Représentent des programmes qui exécutent des taches utiles spécifiques telles que les traitements de texte ,des tableaux électroniques,….etc. Cette catégorie comprend:Traitement de texte: pour produire des documents , écrire des rapport,……

Software Applications :

tableaux électroniques : sont utilisés pour préparer les salaires et les opérations budgétaires les logiciels les plus célèbre Excel et Lotus 123.programmes de base de données: sont utilisés pour stocker et extraire les données et réalisation des tables qui les relient, les logiciels les plus utilises ,MS-Access et Oracle

(1) phase d’analyse → élaboration de la solution.

(2) phase de traduction de l’algorithme en utilisant un langage L.

3.1 Analyse de problème

ProgrammeProblème posé Algorithme(1) (2)


8

3. Algortithme

On ne peut résoudre à l’aide d’un calculateur un Problème qui ne

serait pas complètement défini.

Il faudra donc définir très clairement les objectifs que l’on souhaite

atteindre, cette étape consiste à :

• rassembler le maximum d’informations sur le Problème.

• Savoir précisément ce qui est donné et ce qui est demandé.

• Choisir une méthode de résolution.

•Décrire cette méthode sous forme d’étapes ordonnées et finies


9

Un algorithme se présente généralement comme suit:

3.2 Définition

3.3 Structure d’un algorithme

Un algorithme est une description précise d’une suite finie et ordonnée

d’étapes de calculs (traitement) nécessaire à la résolution d’un Problème.

Début<Partie déclaration>

<Partie action>Fin


10

- Les mots « début » et « fin » indiquent les limites de l’algorithme et

font partie du langage algorithmique.

- La partie « déclaration » contient des expressions utilisées pour décrire

l’ensemble des données, leur type et leurs structures.

- La partie « action » contient des expressions d’actions qui déterminent

les traitements qu'il faut faire subir aux données. Une action est une

opération qui produit, en un temps fini, un effet .


11

Déclarations

1.Variable

Syntaxe: <type> : < id-var1>,<id-var2>,……. ;<id-var n>

Ex: réel: i, j, som , note1

Dans R il n’est pas nécessaire de déclarer les objets

explicitement.

2. Constante Ex: Const pi = 3.14;


12

5. 1 Les types simples

Un type dont les valeurs sont indécomposable est dit simple

a. Type numérique : Ensemble des entiers et des réels positifs et

négatifs.

les opérations arithmétique applicables sont (+, - , * , / , %% ,

%/% , ^ ).

NB: %% et %/% ne sont applicables que pour les entiers.


13

c. Type caractère : désigne l’ensemble des caractères et comprend :Les lettres, les chiffres, le blanc ( ‘ ’) et tout autre caractère ou symbole ([,{,),].} +,-,)Une valeur de type caractère sera écrite entre deux cotes : " "

En R :

> x="ahmed"> mode(x)[1] "character"


14

b. Type booléen : c’est l’ensemble { TRUE, FALSE} Les opérations applicables sont les opérations logiques soit : (!, ||, &&)

> y= TRUE> mode(y)[1] "logical"


15

5. 2 Les types structure: type dont les valeurs sont composées de valeurs simples

Le Type tableau: cette structure regroupe de valeurs de même type.Ex: Var T :Tab(1..5) de entier;

5 3 -2 0 12

T[4]T[1]

T


16

3.3 Différents types d’actions

a) Action d’assignation (affectation) : permet de changer l'état d’une variable.En R : Id_var expression {arithmétique ou logique} Id_var = expression Id_var expression


17

2- Lecture: cette action permet la lecture d’informations ou données à partir de la console ou tout périphérique d’entrée [1].Sa forme est : Lire( liste des variables).Cette action a pour effet d’affecter aux variables définies dans la liste les valeurs lues sur un périphérique. Les variables doivent être séparées entre elles par une virgule. Lire (x)Lire(z , t)

18


3 - Ecriture:Cette action permet d’ afficher sur écran ou tout autre périphérique de sortie la (ou les) valeur(s) de la (ou des) Variable (s) [1].Sa forme est : Ecrire( Résultats )Où Résultats peut être soit un identificateur soit un message.Ecrire(x)Ecrire(‘’ la valeur ‘’)

19


Algorithme ex3;Var Numérique : nb, pht, ttva, pttc;DébutLire (pht) Lire (nb) Lire (ttva) pttc ← nb * pht * (1 + ttva) Ecrire (pttc)Fin.

Exemple3: Ecrire un programme qui lit le prix HT d’un médicament, le nombre des médicamaux et le taux de TVA, puis fournit le prix total TTC correspondant.

20


Programme en R> pht =scan()1: 20002: Read 1 item> nb=scan()1: 202: Read 1 item

> ttva=scan()1: 0.172: Read 1 item> pttc=nb*pht*(1+ttva)> print(pttc)[1] 46800

21


2 - Action Conditionnelle ou alternative 1ere forme

Exemple 2.1

Si wilaya = 22 alors ecrire(“Sidi belabbes”) sinon ecrire (“wilaya autre que sidi belabbes”)

fsi

il existe une seconde forme de cette action conditionnelle:

si < condition> alors < action1> fsi

si la condition définie dans < condition > est vérifiée, l’action ou le groupe d’actions < action1> est exécutée puis les actions qui suivent le fsi.

3. Action Conditionnelle 2eme forme

24


Ecrire un algorithme qui demande le taux de glucose sanguin à l’utilisateur et l’informe ensuite si le taux de glucose compris entre 0.70 et 1.10 il affiche ''glycémie normale'' sinon si le taux de glucose Inferieur de 0.70 il affiche ''hypoglycémie'' ou supérieur de 1.10 il affiche ''hyperglycémie''.

Exemple3:

Programme en R

25


> t=scan()1: 0.802: Read 1 item> if(t>=0.70 && t<=1.10){ print("glecemie normale") }else { if (t <0.70) print("hypo") else print("hyper") }[1] "glecemie normale"


26

2 - Action répétitive ‘ tant que’

Sa forme est: tant que < condition> faire < action1 > fait

Cette action spécifie qu’une action (ou groupe d’actions) doit être répétée tant que la condition reste vérifiée.

- Remarque: L’action < action1 > étant répétée jusqu’à ce que la condition devienne fausse; il faut donc que la partie action soit capable de modifier les paramètres intervenant dans les condition afin de sortir du ’tant que’ [1].


27

3. Action répétitive ‘pour’

Sa forme est : pour < nom_var> = <val_initial > a <val_initial > pas < p > faire < action1> faitCette action permet de répéter une action (ou un groupe d’actions représenté ici par < action1> ) un nombre de fois déterminé par les valeurs initiale et finale du paramètre < nom_var> [1].


28

2. EXEMPLESExemple 2.4:

Soit la suite de répartition et la fonction de répartition F(x) de la variable aléatoire x [2] .

Ecrire un programme R qui calcule E(x).

3 2 1 0 x

0.064 0.288 0.432 0.216 p


29

Programme en R

> s=0> for(i in 0:3){p=scan();s=s+p*i}1: 0.2162: Read 1 item1: 0.4322: Read 1 item1: 0.2882: Read 1 item1: 0.0642: Read 1 item> s[1] 1.2


30

EN R> x=c(5,6,8,10)> x[1] 5 6 8 10> x[1][1] 5> x[3][1] 8

les tableaux


31

2. EXEMPLESExemple 2.2:

Ecrire un algorithme qui détermine le maximum dans un vecteur

Algorithm ex2; Var numérique n , s, i Tableau [ 100 ] en Numerique : A Debut

a [ 1 ] lire (n) ; Max= Pour i=2 a n faire

Si a[ i ]>=max alors max=a[i] fsiFait

Ecrire (max) Fin


32

> x=c(14,6,9,8,22,3)> max=x[1]> for(i in 2:6){if (x[i]>=max)max=x[i]} > max[1] 22

Programme en R


33

2 Statistiques de base

summary : un résumé très complet de toutes les statistiques de base d’un tableau

> x=c(1,4,9,65,90)> summary(x) Min. 1st Qu. Median Mean 3rd Qu. Max. 1.0 4.0 9.0 33.8 65.0 90.0


34

> x <- c(1,2,3,3,3,4,7,8,9,NA)– lorsque les données contiennent des valeurs manquantes, les fonctions max(),min(), range(), mean(), et median() rendent NA, et les fonctionsvar(), cor(), et quantile() renvoient un message d’erreur ;> max(x, na.rm=T)[1] 9– spécifiant na.rm=T dans la fonction max() force R d’enlever toute valeurmanquante du vecteur x et de renvoyer la valeur maximale dans x ;> min(x, na.rm=T)[1] 1> range(x, na.rm=T)[1] 1 9> mean(x, na.rm=T)[1] 4.444444


35

Si il n’y a pas de valeurs manquantes dans le vecteur x, il n’est pas nécessaire despécifier na.rm=T - utiliser simplement min(x), max(x), etc.

Ces fonctions peuvent être utilisées sur des matrices. Elles ne seront pas appliquéesaux lignes ou colonnes individuellement, mais trouveront plutôt le min, max, etc.de la matrice entière.> var(x[!is.na(x)])[1] 8.027778


36

– les valeurs manquantes sont enlevées du vecteur x utilisant le sous indice !is.na(x)– spécifiant deux arguments à la function var(x), var(x,y) renvoie la covariance entre les deux arguments– les arguments peuvent être des vecteurs ou des matrices> y <- c(1,2,3,4,5,6,7,8,9,10)> cor(x[!is.na(x)],y[!is.na(x)][1] 0.9504597

– vu que la fonction cor() requiert que x et y soient de la même longueur, il estnécessaire d’enlever la valeur de y qui correspond à la valeur manquante dansx ; ceci est obtenu par y[!is.na(x)]

departement de medecine dentaire -faculte de medecine –universite djillali liabes 1 introduction a...

Documents