| |
Reconstruction de l’excitation électrique cardiaque
Localisation : INRIA-IRISA
Equipe(s) : ALADIN
Responsable(s) : J. Erhel (tél. direct : 02 99 84
73 39, email : erhel@irisa.fr)
Mots-clés : bioinformatique, modèle de propagation
électrique, modèle d’activité électrique,
problème
inverse, régularisation.
Les biosignaux recueillis à la surface du corps sont une
projection de l’activité électrique du muscle
car-diaque
à travers les tissus de propagation (poumons, os, muscles,
..). Cette projection est atténuée, ’lissée’,
c’est-à-dire de faible résolution par rapport
aux potentiels endocardiques ou épicardiques. Par conséquent,
des méthodes invasives telles que les mesures endocavitaires
ou la cartographie épicardique obtenue à l’aide
de réseaux d’électrodes sur l’épicarde
doivent être utilisées pour obtenir un diagnostic précis.
Cependant,
toute méthode invasive d’investigation constitue un
risque pour le patient et un coût élevé pour
les systèmes
de remboursement tels que la Sécurité Sociale. Ainsi,
un thème de recherche prioritaire dans le domaine bio-médical,
dans la CEE et dans le monde, est le développement de méthodes
mathématiques d’identification
et de localisation non-invasives des sources des biosignaux connus
sous le nom de Problème Inverse. L’ob-jectif
général des problèmes inverses est d’extraire
au mieux l’information obtenue à partir de capteurs
de
surface afin de reconstruire les événements électriques
en profondeur. Les obstacles limitant la banalisation
clinique des problèmes inverses sont de différentes
natures : d’une part, il n’existe pas de solution unique
entre source d’activité électrique et distribution
de potentiel électrique ni entre source d’activité
électrique et
champ magnétique ; d’autre part, les solutions aux problèmes
inverses sont très instables et donc sensibles
aux bruits.
L’objectif de la thèse est de développer des
modèles physiopathologiques et physiques pouvant conduire
à une analyse quantitative et qualitative des phénomènes
générateurs du signal et à la connaissance
des
propriétés spécifiques des signaux générés
et propagés. Il s’agira ensuite de résoudre le
problème inverse
associé au modèle par des méthodes numériques
qui régularisent le signal afin de filtrer les bruits.
|
