Problèmes inverses pour la cartographie optique cardiaque

Inverse problems for cardiac optical mapping

• Auteur / Autrice : Gwladys Ravon
• Direction : Yves Coudière, Angelo Iollo
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées et calcul scientifique
• Date : Soutenance le 16/12/2015
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique (Talence, Gironde ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Institut de mathématiques de Bordeaux - Institut national de recherche en informatique et en automatique (France). Centre de recherche Inria de l'université de Bordeaux (Bordeaux)
• Jury : Président / Présidente : Mazen Samir Saad
• Jury : Examinateurs / Examinatrices : Richard Walton
• Jury : Rapporteurs / Rapporteuses : Muriel Boulakia, Jean-Antoine Désidéri

Mots clés

Mots clés contrôlés

Problèmes inverses

Équation iconale

Analyse numérique

Microscopie de fluorescence

Modèles mathématiques

Imagerie

Arythmie

Mots clés libres

Modélisation mathématique

Paramétrisation de surface

Équation eikonale

Modèle de diffusion

Optimisation sous contraintes

Problème inverse

Cartographie optique cardiaque

Mathematical modeling

Surface parametrization

Eikonal equation

Diffusion theory

Mathematical optimization

Inverse problem

Cardiac optical mapping

Résumé

Depuis les années 80 la cartographie optique est devenu un outil important pour l'étude et la compréhension des arythmies cardiaques. Cette expérience permet la visualisation de flux de fluorescence à la surface du tissu ; fluorescence qui est directement liée au potentiel transmembranaire. Dans les observations en surface se cachent des informations sur la distribution en trois dimensions de ce potentiel. Nous souhaitons exploiter ces informations surfaciques afin de reconstruire le front de dépolarisation dans l'épaisseur. Pour cela nous avons développé une méthode basée sur la résolution d'un problème inverse. Le modèle direct est composée de deux équations de diffusion et d'une paramétrisation du front de dépolarisation. La résolution du problème inverse permet l'identification des caractéristiques du front. La méthode a été testée sur des données in silico avec différentes manières de caractériser le front (sphère qui croît au cours du temps, équation eikonale). Les résultats obtenus sont très satisfaisants et comparés à une méthode développée par Khait et al. [1]. Le passage à l'étude sur données expérimentales a mis en évidence un problème au niveau du modèle. Nous détaillons ici les pistes explorées pour améliorer le modèle : illumination constante, paramètres optiques, précision de l'approximation de diffusion. Plusieurs problèmes inverses sont considérés dans ce manuscrit, ce qui implique plusieurs fonctionnelles à minimiser et plusieurs gradients associés. Pour chaque cas, le calcul du gradient est explicité, le plus souvent par la méthode de l'adjoint. La méthode développée a aussi été appliquée à des données autres que la cartographie optique cardiaque.

Since the 80's optical mapping has become an important tool for the study and the understanding of cardiac arythmias. This experiment allows the visualization of fluorescence fluxes through tissue surface. The fluorescence is directly related to the transmembrane potential. Information about its three-dimension distribution is hidden in the data on the surfaces. Our aim is to exploit this surface measurements to reconstruct the depolarization front in the thickness. For that purpose we developed a method based on the resolution of an inverse problem. The forward problem is made of two diffusion equations and the parametrization of the wavefront. The inverse problem resolution enables the identification of the front characteristics. The method has been tested on in silico data with different ways to parameter the front (expanding sphere, eikonal equation). The obtained results are very satisfying, and compared to a method derived by Khait et al. [1]. Moving to experimental data put in light an incoherence in the model. We detail the possible causes we explored to improve the model : constant illumination, optical parameters, accuracy of the diffusion approximation. Several inverse problems are considered in this manuscript, that involves several cost functions and associated gradients. For each case, the calculation of the gradient is explicit, often with the gradient method. The presented method was also applied on data other than cardiac optical mapping.