L'acquisition de l'électrocardiogramme (ECG) est recommandée lors d'examens d'Imagerie par Résonance Magnétique (IRM) pour le monitorage des patients et la synchronisation de l'acquisition IRM avec l'activité cardiaque. L'environnement IRM, de par ses trois composantes physiques caractéristiques, perturbe les signaux ECG. Les gradients de champ magnétique compliquent notamment grandement l'analyse de l'ECG de manière non conventionnelle. Le développement de traitements spécifiques est donc nécessaire, les méthodes existantes de détection QRS et de débruitage ne répondant pas de manière satisfaisante à ce problème. Une base de données ECG en IRM a été réalisée, afin de permettre le développement de nouvelles méthodes et leur évaluation selon deux critères : la qualité de détection des battements cardiaques et une estimation du rapport signal sur bruit spécifique à ces enregistrements. Un détecteur QRS capable de traiter ces signaux fortement bruités a été proposé. Cette technique est basée sur la détection et la caractérisation des singularités à partir des lignes de maxima d'ondelettes. Ce détecteur apporte une information sur le rythme cardiaque, primordiale pour la mise en place de nouvelles approches statistiques. Une méthode de débruitage basée sur l'analyse en composantes indépendantes a été présentée. Celle-ci utilise uniquement les signaux ECG. Une approche bayésienne de débruitage, reposant sur une unification de deux modèles (d'ECG et des artefacts de gradient), a été proposée. Enfin, l'approche bayésienne a également été suggérée pour prédire le rythme cardiaque, afin d'améliorer la stratégie de synchronisation. / Electrocardiogram (ECG) is required during Magnetic Resonance Imaging (MRI), for patient monitoring and for the synchronization of MRI acquisitions and heart activity. The MRI environment, due to its three characteristic physic components, highly disturbs ECG signals. For instance, the magnetic field gradients strongly complicate the ECG analysis in a non conventional manner. The development of specific signal processing tools is thus required. Existing methods, whether QRS detector or denoising techniques, do not accurately process these signals. A database of ECG acquired in MRI has been built, enabling the development of new processing techniques and their evaluation by using the folllowing two criteria : the cardiac beat detection quality and the signal to noise ratio estimated specifically on these particular recordings. A QRS detector, processing the noisy ECG signals, has been proposed. This technique is based on the singularity detection and characterisation provided by the wavelet modulus maximum lines. This detector provides helpful information on cardiac rhythm, for the development of novel techniques with a statistical approach. A new denoising method based on independent component analysis has been presented. This technique takes only advantage of the ECG signals. Two Bayesian based denoising methods, unifying two models (of ECG and gradient artifacts) in one state-space formulation have been proposed. Bayesian filtering has also been suggested for cardiac rhythm prediction, in order to improve the synchronization strategy.

Le sujet de la thèse est l'analyse de la variabilité de forme d'un ensemble de signaux avec comme principales applications le traitement des signaux électrophysiologiques mesurés sur la chaîne auditive et le cœur. Cette variabilité de forme des signaux est souvent présente dans les signaux issus de processus naturels et elle est porteuse d'information. Pour accéder à cette information, il est nécessaire de formaliser le concept d'écart de forme et de proposer des outils statistiques spécifiques. Certaines méthodes, issues de la communauté statistique, ont été récemment proposées pour analyser la variabilité présente dans un ensemble de signaux. Ces méthodes travaillent dans un cadre fonctionnel en considérant les données comme des observations de fonctions. Elles cherchent à éliminer la variabilité temporelle dans le but d'accéder à une variabilité d'amplitude par divers algorithmes dit de « recalage de courbes ». Dans cette thèse nous proposons de nouvelles méthodes d'analyse de forme qui utilisent aussi un réalignement temporel (ang : time warping) mais dont le sens diffère des approches de recalage de courbes. De plus, ces méthodes proposent une moyenne de forme et distance de forme permettant la mesure de la variabilité de forme. Au chapitre 1, nous présentons toutes ces méthodes et les comparons afin d'aider l'utilisateur à bien choisir suivant l'application dédiée. <br /><br />Au chapitre 2, nous nous intéressons à la caractérisation objective de l'acouphène, une sensation sonore fantôme. En effet, un problème majeur est l'absence de critère objectif pour le caractériser. Pour cela nous étudions l'activité spontanée composite (ASC) issue du nerf auditif et les potentiels évoqués (PE) issus de relais auditifs en présence de salicylate, un générateur d'acouphènes, chez le cochon d'Inde. La première partie du travail consiste en la présentation d'un modèle de génération de l'ASC. Ce modèle nous sert à tester en simulation des scénarios possibles d'altérations neurosensorielles en présence de salicylate. En complément de l'index spectral décrit dans la littérature, nous proposons d'employer un critère de similarité sur la distribution d'amplitude de l'ASC pour mesurer ces altérations. La seconde partie du chapitre consiste à étudier la variabilité temporelle des PE sur plusieurs relais auditifs en présence de salicylate. <br /><br />Au chapitre 3, nous montrons des applications de détection de pathologies à partir de l'analyse de forme d'une composante spécifique de l'ECG, l'onde P. Les pathologies concernées sont la fibrillation auriculaire et l'apnée du sommeil.

Ce mémoire aborde l'analyse et le traitement de données biomédicales. L'objectif est d'extraire des informations nécessaires au diagnostic de certaines pathologies. Plus précisément, ce rapport de thèse peut être scindé en deux parties. La première concerne l'élaboration d'un système ambulatoire multi-varié qui permette d'explorer les fonctions neurologiques nécessaires au diagnostic de différents troubles du sommeil. Des méthodes de séparation aveugle de sources, développées pour des mélanges instantanés, ont été étudiées et appliquées pour répondre à ce problème. La seconde partie porte sur l'étude du système nerveux autonome. Le but est de caractériser le profile sympathique et parasympathique des patients. Face aux différents problèmes mathématiques rencontrés, nous avons élaboré de nouvelles méthodes d'estimation de phase. Ces dernières ont fait l'objet d'une étude comparative au travers de simulations numériques.