Extraction et analyse de l'activité auriculaire pendant épisodes de fibrillation auriculaire

Atrial activity extraction and analysis in atrial fibrillation episodes

• Auteur / Autrice : Pietro Bonizzi
• Direction : Olivier Meste, Vicente Zarzoso
• Type : Thèse de doctorat
• Discipline(s) : Automatique, traitement du signal et des images
• Date : Soutenance en 2010
• Etablissement(s) : Nice
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)

Mots clés

Mots clés contrôlés

Analyse fonctionnelle

Exploration de données

Diagnostic non invasif

Électrocardiographie

Fibrillation auriculaire

Résumé

La fibrillation auriculaire (FA) est l’arythmie la plus fréquente dans le domaine clinique. Malgré son importance et fréquence (10% des gens plus âgés de 70), les mécanismes de génération de la FA sont encore plutôt inconnus. Différents stratégies pour traiter la FA sont sélectionnées par rapport à la durée des épisodes de FA, et leur efficacité dépend aussi du degré d’organisation de l’activité auriculaire (AA). Le degré d’organisation de l’AA dépend à son tour du niveau de chronicité de la FA, et du conséquent remodelage électro-structurel qui concerne le substrat du myocarde, et qui affecte le fonctionnement du noeud auriculo-ventriculaire en particulier. Par conséquent, des outils de traitement du signal appropriés s’avèrent nécessaires pour éclaircir les origines électrophysiologiques de la FA et son influence sur le système cardiaque. En particulier, l’intérêt du traitement du signal repose sur l’extraction de plus d’informations possibles des enregistrements non invasifs, en accord avec la tendance générale dans le domaine clinique, pour réduire les risques chez le patient et pour réduire le temps et le coût des analyses cliniques. Dans ce sens, une certaine connaissance du degré d’organisation de l’AA peut-être potentiellement important pour aider la décision clinique. Ceci pourrait guider la sélection du meilleur traitement de la FA pour chaque patient. Les méthodes classiques pour l’extraction d’un signal de AA des enregistrements d’électrocardiogramme (ECG) et pour l’estimation non invasive du degré de l’organisation des activations auriculaires pendant FA n’exploitent pas complètement la diversité spatiale offerte par des enregistrements ECG à plusieurs dérivations. En général, ils se concentrent sur l’analyse du contenu spectral de la FA dans une seule dérivation, avec le risque de sous-estimer la complexité réelle des activations auriculaires en interne. Dans ces travaux de thèse, nous exploitons la diversité spatiale offerte par des enregistrements ECG à plusieurs dérivations pour accomplir deux objectifs principaux. Premièrement, nous voulons améliorer la qualité de l’extraction du signal de AA des enregistrements ECG, nécessaire pour des ultérieures analyses détaillées de la FA. Pour ce faire, nous exploitons l’information spatiale de l’ECG pour généré des sous-espaces appropriés qui représentent chacune des activités cardiaques d’intérêt, la ventriculaire et l’auriculaire, respectivement, en déterminant les segments correspondants dans l’ECG. Ces sous-espaces sont exploités comme information a priori et insérés en forme de contraintes supplémentaires dans l’algorithme de extraction aveugle des sources. Différentes possibilités d’exploiter ces sous-espaces comme information a priori sont présentées, mettant en évidence leur polyvalence dans leur capacité de se concentrer de façon satisfaisante sur différentes caractéristiques des différentes activités cardiaques et de leur relations. Deuxièmement, nous voulons quantifier d’une manière non invasive le degré 1 de l’organisation spatio-temporel des activations auriculaires pendant FA à partir de l’étude des enregistrements ECG à plusieurs dérivations. Ceci est accompli en regardant la complexité spatiale de l’enregistrement de l’AA des enregistrements ECG correctement segmenté, et la stationnarité de l’AA mesurés exploitant une estimation de son sous-espace. Les résultats de notre étude confirment l’intérêt d’exploiter l’information spatiale dans l’ECG pour générer différentes sous-espaces qui décrivent de façon appropriée les composants ventriculaire et auriculaire de l’ECG. A leur tour, ces composants se révèlent utiles et pour définir des contraintes supplémentaires dans l’algorithme de extraction aveugle des sources pour l’extraction de l’AA et pour analyser directement l’organisation de la FA par des enregistrements de surface, soutenant la justesse des approches de traitement du signal qui exploitent la diversité spatiale dans l’analyse de la FA. Des premières applications de ces techniques pour l’étude des effets de l’ablation par cathéter sur la réorganisation de la FA à partir de l’analyse des enregistrements ECG standards à12 dérivations montrent leur importance clinique potentielle pour la sélection des sujets qui pourraient bénéficier de la thérapie d’ablation, et aussi indiquent la possibilité de les utiliser de manière plus généralisée dans des application cliniques à venir.

Atrial fibrillation (AF) as it affects up to 10% of people over 70 years of age is the most common cardiac arrhythmias encountered in clinical practice, in spite of its relevance and incidence, the mechanisms of initiation and maintenance of AF are still quite unknown. Different strategies for AF treatment are selected with respect to the duration of AF episodes, and their efficacy may also be influenced by the degree of organization in the atrial activity (AA). The degree of organization of the AA depends in turn on the chronification of AF, and on the consequent electro-structural remodeling concerning the myocardial substrate, affecting the functioning of the atrio-ventricular node in particular. Thus, proper signal processing tools are required in order to shed some light on the electrophysiological origins of AF and on its impairing influence on the cardiac system. Particularly, the signal processing interest relies in extracting as much information as possible from non invasive recordings, in line with the general tendency in the clinical domain, in order to reduce the risks to the patient and to make clinical analysis time and cost effective. In this sense, a certain knowledge of the degree of organization in the AA may be potentially relevant in clinical decision making, as this could guide the selection of the best treatment for AF for each patient. Classical methods proposed for the extraction of an AA signal from electrocardiogram (ECG) recordings and for the non invasive estimation of the degree of organization of the atrial activations during AF do not exploit completely the spatial diversity offered by multi-lead ECG recordings. They generally focus on the analysis of the spectral content of the AF on a single lead only, with the risk of underestimating the actual complexity of the inner atrial activations. In this doctoral thesis, we exploit the spatial diversity offered by multi-lead ECG recordings to accomplish two main tasks. First, we want to enhance the quality of an AA signal extracted from ECG recordings, necessary for further detailed analysis of AF. To this end, we exploit the spatial information of the ECG to generate suitable subspaces representing each of the main cardiac activities of interest, the ventricular and the atrial, respectively, by delineating the corresponding segments in the ECG recording. These subspaces are exploited as a priori information and inserted as additional constraints into the blind source extraction algorithm. Different possibilities to exploit these subspaces as a prior information are presented, underlining their versatility in satisfactorily focusing on different characteristics of the various cardiac activities and of their relationships. Second, we want to noninvasively quantify the degree of spatio-temporal organization of the atrial activations during AF from the analysis of multi-lead ECG recordings. This is achieved looking at the spatial complexity of the recorded atrial electrical activity, prop-1 erly segmented from the ECG recordings, and the temporal stationarity of its potential field spatial pattern. As for the extraction of the AA signal, spatial complexity and temporal stationarity of the AA are measured exploiting an estimate of its subspace. The results of our study confirm the interest of using the spatial information in the ECG in order to generate different subspaces suitably describing the ventricular and atrial components of the ECG. In turn, these components reveal to be useful both to define additional constraints into the blind source extraction algorithm for the AA signal extraction and to directly analyze the AF organization in surface recordings, strongly supporting the appropriateness of signal processing approaches exploiting spatial diver-sity in AF analysis. First applications of these techniques to study the effects of catheter ablation on the reorganization of the AF by exploiting standard 12-lead ECG recordings attest their potential clinical relevance in the selection of patients who may actually benefit from the ablation therapy and suggest their widespread use in future clinical applications.