Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence
Ce manuscrit présente des travaux de recherche sur l'analyse et la détection des Electrogrammes Auriculaires Complexes Fractionnés (EACF). Dans une première partie faisant suite à une présentation des mécanismes et des signaux bioélelectriques de la Fibrillation Auriculaire (FA), les outils les...
Main Author: | |
---|---|
Language: | FRE |
Published: |
Université de Bourgogne
2013
|
Subjects: | |
Online Access: | http://tel.archives-ouvertes.fr/tel-00926703 http://tel.archives-ouvertes.fr/docs/00/92/67/03/PDF/these_D_NAVORET_Nicolas_2013.pdf |
id |
ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00926703 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-009267032014-01-14T03:20:18Z http://tel.archives-ouvertes.fr/tel-00926703 2013DIJOS011 http://tel.archives-ouvertes.fr/docs/00/92/67/03/PDF/these_D_NAVORET_Nicolas_2013.pdf Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence Navoret, Nicolas [SDV:MHEP] Life Sciences/Human health and pathology [SDV:MHEP] Sciences du Vivant/Médecine humaine et pathologie [SPI:OTHER] Engineering Sciences/Other [SPI:OTHER] Sciences de l'ingénieur/Autre Fibrillation Auriculaire Electrogrammes Auriculaires Complexes Fractionnés Abla-tion par Radiofréquence Cathéter Détection Ce manuscrit présente des travaux de recherche sur l'analyse et la détection des Electrogrammes Auriculaires Complexes Fractionnés (EACF). Dans une première partie faisant suite à une présentation des mécanismes et des signaux bioélelectriques de la Fibrillation Auriculaire (FA), les outils les plus couramment utilisés pour l'analyse des signaux EACF sont présentés. Des outils linéaires sont dans un premier temps appliqués aux signaux intracardiaques issus des procédures d'ablation de la FA par radiofréquence puis des outilsnon linéaires sont présentés et intégrés à un algorithme de détection des EACF. Ce dernier s'appuie sur la quantification des propriétés de récurrence des électrogrammes. Dans la seconde partie, la cellule et le tissu musculaire cardiaque sont détaillés puis simulés à l'aide de plusieurs modèles mathématiques. Ceux de FitzHugh Nagumo, Aliev Panfilov et Courtemanche Ramirez Nattel sont mis en oeuvre afin de reproduire les mécanismes de la FA évoqués dans la présentation de cette pathologie. L'acquisition des champs de potentiels est également reproduite à l'aide d'un modèle numérique de cathéter tel que celui utilisé lors des procédures. Les signaux temporels ainsi générés permettent de lier les activations spatiotemporelles au niveau du substrat aux motifs observables dans les EACF. Un modèle expérimental vient compléter la partie modélisation. Les cultures de cellules de rats nouveaux nés sur puces MEA (Micro Electrode Array) permettent de recréer des conditions de fibrillation et d'acquérir des potentiels extracellulaires. Là encore, les électrogrammes sont comparés aux signaux issus des simulations numériques ainsi qu'aux signaux cliniques. L'analyse des séquences de motifs via les trois types de modèles utilisés permet de rattacher les motifs observés dans les électrogrammes aux mécanismes se produisant au niveau du tissu cardiaque lors de la FA. Une analyse en temps réel permettrait de fournir au praticien des informations déterminantes lors de l'ablation concernant la nature et la localisation des sources d'arythmie 2013-06-26 FRE PhD thesis Université de Bourgogne |
collection |
NDLTD |
language |
FRE |
sources |
NDLTD |
topic |
[SDV:MHEP] Life Sciences/Human health and pathology [SDV:MHEP] Sciences du Vivant/Médecine humaine et pathologie [SPI:OTHER] Engineering Sciences/Other [SPI:OTHER] Sciences de l'ingénieur/Autre Fibrillation Auriculaire Electrogrammes Auriculaires Complexes Fractionnés Abla-tion par Radiofréquence Cathéter Détection |
spellingShingle |
[SDV:MHEP] Life Sciences/Human health and pathology [SDV:MHEP] Sciences du Vivant/Médecine humaine et pathologie [SPI:OTHER] Engineering Sciences/Other [SPI:OTHER] Sciences de l'ingénieur/Autre Fibrillation Auriculaire Electrogrammes Auriculaires Complexes Fractionnés Abla-tion par Radiofréquence Cathéter Détection Navoret, Nicolas Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
description |
Ce manuscrit présente des travaux de recherche sur l'analyse et la détection des Electrogrammes Auriculaires Complexes Fractionnés (EACF). Dans une première partie faisant suite à une présentation des mécanismes et des signaux bioélelectriques de la Fibrillation Auriculaire (FA), les outils les plus couramment utilisés pour l'analyse des signaux EACF sont présentés. Des outils linéaires sont dans un premier temps appliqués aux signaux intracardiaques issus des procédures d'ablation de la FA par radiofréquence puis des outilsnon linéaires sont présentés et intégrés à un algorithme de détection des EACF. Ce dernier s'appuie sur la quantification des propriétés de récurrence des électrogrammes. Dans la seconde partie, la cellule et le tissu musculaire cardiaque sont détaillés puis simulés à l'aide de plusieurs modèles mathématiques. Ceux de FitzHugh Nagumo, Aliev Panfilov et Courtemanche Ramirez Nattel sont mis en oeuvre afin de reproduire les mécanismes de la FA évoqués dans la présentation de cette pathologie. L'acquisition des champs de potentiels est également reproduite à l'aide d'un modèle numérique de cathéter tel que celui utilisé lors des procédures. Les signaux temporels ainsi générés permettent de lier les activations spatiotemporelles au niveau du substrat aux motifs observables dans les EACF. Un modèle expérimental vient compléter la partie modélisation. Les cultures de cellules de rats nouveaux nés sur puces MEA (Micro Electrode Array) permettent de recréer des conditions de fibrillation et d'acquérir des potentiels extracellulaires. Là encore, les électrogrammes sont comparés aux signaux issus des simulations numériques ainsi qu'aux signaux cliniques. L'analyse des séquences de motifs via les trois types de modèles utilisés permet de rattacher les motifs observés dans les électrogrammes aux mécanismes se produisant au niveau du tissu cardiaque lors de la FA. Une analyse en temps réel permettrait de fournir au praticien des informations déterminantes lors de l'ablation concernant la nature et la localisation des sources d'arythmie |
author |
Navoret, Nicolas |
author_facet |
Navoret, Nicolas |
author_sort |
Navoret, Nicolas |
title |
Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
title_short |
Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
title_full |
Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
title_fullStr |
Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
title_full_unstemmed |
Analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
title_sort |
analyse et détection des électrogrammes complexes fractionnés en vue de soigner la fibrillation auriculaire à l'aide de techniques d'ablation par radiofréquence |
publisher |
Université de Bourgogne |
publishDate |
2013 |
url |
http://tel.archives-ouvertes.fr/tel-00926703 http://tel.archives-ouvertes.fr/docs/00/92/67/03/PDF/these_D_NAVORET_Nicolas_2013.pdf |
work_keys_str_mv |
AT navoretnicolas analyseetdetectiondeselectrogrammescomplexesfractionnesenvuedesoignerlafibrillationauriculairealaidedetechniquesdablationparradiofrequence |
_version_ |
1716623462280200192 |