Analyse et modélisation du rythme cardio-respiratoire au repos et à l'effort

Analysis and modeling of the cardio-respiratory rythm

• Auteur / Autrice : Ghailen Laouini
• Direction : Olivier Meste
• Type : Thèse de doctorat
• Discipline(s) : Automatique, traitement du signal et des images
• Date : Soutenance en 2012
• 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

Modèles mathématiques

Traitement du signal

Arythmie

Système nerveux autonome

Fréquence cardiaque

Électrocardiographie

Résumé

Dans ces travaux, nous nous intéressons à la modélisation de la variabilité du rythme cardiaque (HRV) à l’exercice. L’objectif de cette thèse est donc d’étudier la HRV à l’exercice en prenant en compte la respiration. Le modèle IPFM a été utilisé pour expliquer le mécanisme utilisé par le système nerveux autonome pour contrôler le rythme cardiaque. A l’aide des pics générés par ce modèle, nous étudions la relation entre la période cardiaque, qui est la différence entre deux pics successifs, et le signal de modulation. Nous proposons le modèle TVIPFM avec trois approches différentes (A, B, C) comme alternative au modèle IPFM pour estimer la modulation du système nerveux autonome, adaptée à l’exercice. Le modèle TVIMPFM permet alors de corriger la variabilité cardiaque. Cette variabilité sera filtrée dans la bande de la fréquence respiratoire et dans le domaine temps-fréquence, en utilisant différentes méthodes de représentations temps-fréquence. Ceci s’explique par le caractère non stationnaire du signal observé. Nous présentons différentes représentations temps-fréquence linéaires et quadratiques permettant ce filtrage et justifiant leur utilisation. L’EMD est abordée également pour sa propriété de décomposition en signaux « monocomposantes ». Des simulations nous ayant permis de sélectionner la meilleure correction IPFM et la meilleure représentation temps-fréquence pour le filtrage, une application réelle étendue est proposée. Dans celle-ci, on montre qu’à l’aide de cette chaîne de traitement la corrélation avec l’âge de la transplantation et la variabilité du rythme cardiaque existe bien.

In this thesis, we focus on the modelling of heart rate variability (HRV) during exercise. The objective of this thesis is to study HRV during exercise, while taking respiration into account. The IPFM model helps to explain the mechanism used by the automatic nervous system to control the heartbeat. With peaks generated by this model, we study the relationship between the heart period, which is the difference between two successive RR peaks, and the modulation signal. We suggest the TVIPFM model with three different approaches (A, B, C), as an alternative of the IPFM model to estimate the modulation of the autonomic nervous system, adapted to the exercise. The TVIPFM model then allows for correction of the heart rate variability. This variability will be filtered around the frequency band of respiration in the time-frequency domain, using different methods of time-frequency-representations. This is explained by the fact that the signal being observed is not stationary. We present different time-frequency representations for the linear and quadratic filtering and justify their use. The EMD is also addressed because of its decomposition property in “monocomponent” signals. A simulation allowing us to select the best IPFM correction and the best time-frequency representation for filtering, a real application range is proposed. In it, we show that using this process, correlation between age of transplantation and heart rate variability indeed exists.