Modelisation aleatoire de processus biomedicaux. Deux applications en neuroendocrinologie et en neuropharmacologie

par ANNE-CLAUDE CAMPROUX

Thèse de doctorat en Sciences biologiques et fondamentales appliquées. Psychologie

Sous la direction de G. THOMAS.

Soutenue en 1995

à Paris 7 .

    mots clés mots clés


  • Résumé

    Des modeles stochastiques, adaptes a la structure des donnees experimentales, sont developpes pour etudier des processus biomedicaux qui se presentent sous la forme de series chronologiques longues. L'application de ces modeles, dans un contexte neuroendocrinien et neuropharmacologique, ou les series d'observations ne sont disponibles qu'en petit nombre en raison d'experimentations delicates, permet de tester certaines hypotheses formulees par les neurophysiologistes. La premiere partie presente l'adaptation du modele de regression periodique de cox a l'etude de la structure temporelle de l'activite electrique du noyau arque hypothalamique. Ce noyau, dont l'activite electrique est soumise a une modulation circadienne, est responsable de la secretion de l'hormone luteinisante (lh) dans le sang. Trois approches de modeles de processus de comptage periodiques stochastiques sont developpees, semi-parametrique, parametrique et non parametrique, dans lesquelles l'intensite stochastique du processus constitue des instants d'activite electrique, est specifiee comme le produit d'une intensite de base periodique et d'une fonction de regression stochastique, dont les covariables representent l'influence du passe. L'application de ces modeles, a deux enregistrements de sept jours de singes rhesus ovariectomises, confirme la structure sous-jacente du rythme circadien et met en evidence une memoire d'ordre trois du mecanisme generateur de pics de lh. Dans la deuxieme partie, un modele stochastique de chaine de markov cachee est developpe pour analyser le mode de decharge des neurones noradrenergiques du locus coeruleus sous differentes conditions pharmacologiques et notamment pour detecter les bouffees de potentiels d'action, precedemment identifiees a l'aide d'un critere empirique. Ce modele a pour but de reconstruire une sequence d'etats non observable a partir d'une sequence d'observations qui depend aleatoirement de la sequence d'etats. Comme cela est illustre sur l'analyse d'un neurone sous differentes conditions experimentales, le modele developpe permet de caracteriser le pattern de decharge du neurone et de localiser les bouffees de potentiels d'action


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 96 P.
  • Annexes : 58 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Diderot - Paris 7. Service commun de la documentation. Bibliothèque Universitaire des Grands Moulins.
  • Accessible pour le PEB
  • Cote : TS1995
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.