Développement d'une technique ambulatoire de mesure du débit cardiaque : optimisation du principe de l'impédance électrique thoracique

par Olivier Dromer

Thèse de doctorat en Traitement du signal et des images

Soutenue en 2011

à Poitiers .


  • Résumé

    La cardiographie par impédancemétrie est une méthode permettant d’obtenir le débit cardiaque sans intervention médicale ou chirurgicale. Elle reste cependant extrêmement sensible au bruit, tel que la respiration ou le mouvement. Si de récents travaux traitent de la détection des évènements caractéristiques, encore problématique actuellement, ces méthodes nécessitent que le signal soit « propre », donc filtré au préalable. C’est pourquoi nous avons proposé des améliorations de l’algorithme de filtrage « Scaled Fourier Linear Combiner » d’A. K. Barros, en modifiant l’algorithme adaptatif LMS initialement utilisé par un algorithme adaptatif RLS. De plus, en partant du principe qu’un filtre adaptatif est optimal quand le bruit résiduel est un bruit blanc gaussien, nous estimons simultanément, via d’autres filtres adaptatifs, la ligne de base du signal cardiaque ainsi que les variations liées au mouvement. De même, afin de mieux estimer les variations cycle à cycle de nos algorithmes, nous avons permis de parcourir plusieurs fois chaque cycle cardiaque, afin d’améliorer la convergence de notre estimation. Ces algorithmes ont été testés sur des signaux simulés, afin de sélectionner les paramètres les plus performants en terme de filtrage, mais surtout en terme d’impact sur la détection des indices extraits du signal d’ICG permettant de calculer le débit cardiaque. Les meilleures configurations ainsi retenues sont ensuite testées sur des données réelles, où nous vérifions si leurs comportements suivent des évolutions physiologiques cohérentes dans les conditions d’exercice testées.

  • Titre traduit

    Development of a technique of ambulatory measurement of cardiac output : optimization of the principle of thoracic electrical impedance


  • Résumé

    Impedance cardiography is a method that provides cardiac output without medical or surgical intervention. However, it remains extremely sensitive to noise, such as breathing or movement. While recent work deals with the detection of events features, currently still problematic, these methods require that the signal is clean, or previously filtered. Therefore we have proposed improvements of the filtering algorithm « Scaled Fourier Linear Combiner » proposed by A. K. Barros, modifying the originally used LMS adaptive algorithm by a RLS adaptive algorithm. Moreover, assuming that adaptive filter is optimal when the residual noise is a white Gaussian noise, we estimate simultaneously the baseline of the cardiac signal and changes related to movement with other adaptive filters. Similarly, to better estimate beat to beat changes of our algorithms, we allowed to travel several times each cardiac cycle to improve the convergence of our estimation. These algorithms were tested on simulated signals, to select the most efficient parameters in terms of filtering, but especially in terms of impact on the detection of hemodynamic index extracted from the ICG signal to calculate cardiac output. The best settings selected are then experienced on real data, where we will check if their behavior follows consistent physiological changes in tested conditions of physical activity.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (IX-122 p.)
  • Notes : Thèse confidentielle jusqu'au 21 janvier 2016
  • Annexes : Bibliogr. p. 119-122

Où se trouve cette thèse ?

  • Bibliothèque : Université de Poitiers. Service commun de la documentation. Section Sciences, Techniques et Sport.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.