La Chimio-Hyperthermie Intra-péritonéale (CHIP) s'est révélée comme un traitement efficace et nécessaire pour les cancers d'origine digestive. La combinaison du vecteur hyperthermie et chimiothérapie a prouvé ses résultats cytotoxiques indéniables pour les cellules cancéreuses. Cependant l'application de cette technique à ventre fermé ne garantit pas une homogénéité de la température désirée dans l'ensemble de la cavité abdominale. L'étude développée se focalise essentiellement sur la modélisation de certains aspects de la CHIP et propose une ouverture sur le développement d'une méthodologie de supervision en temps réel et in vivo. Les acquisitions des mesures in vivo s'effectuent à l'aide d'un appareil homologué ; dédié aux CHIP : le CAVITHERM (Société EFS). La modélisation du transfert de chaleur entre le liquide porteur de la chimiothérapie et les différents organes du patient a été abordée. Un modèle adaptatif non-linéaire nonstationnaire reconstituant le procédé dans la cavité abdominale est présenté ainsi que sa validation à l'aide de données réelles ; acquises in vivo au cours de plusieurs CHIP réalisées au sein des Centres hospitaliers partenaires du projet de recherche : CH Lyon-Sud (CHLS) ; CHU Bellevue (Saint-Etienne). Un prototype d'outil informatique " SUP-CHIP " est proposé en vue d'une supervision en emps-réel globale de la CHIP. Cet outil permet aux médecins et aux anesthésistes d'avoir une information globale en temps-réel sur l'évolution de l'état du patient au cours d'une CHIP. Le développement d'algorithmes de commande sur la base du modèle adaptatif de la CHIP et leur intégration dans le cadre d'un système intégré à base de connaissances " SUP-CHIP " fournira un moyen efficace pour la conduite optimale des CHIP in vivo.

La supervision automatique des processus industriels permet d'accroître la productivité et de diminuer le coût d'entretien. Le diagnostic est une composante principale d'un module de supervision. Il existe plusieurs approches pour réaliser le diagnostic. Les performances de chaque approche dépendent du problème posé. Nous cherchons une méthode de diagnostic capable de résoudre les problèmes suivants :<br />- dans une base de connaissance incomplète, tous les modes de fonctionnement ne sont pas représentés. En conséquence, un module de diagnostic doit être adaptatif afin d'inclure à sa base de connaissance les nouveaux modes dés qu'ils apparaissent,<br />- lorsque le système évolue vers un mode anormal ou non désiré, il est nécessaire d'anticiper cette évolution plutôt que d'attendre d'arriver à ce mode afin d'éviter ses conséquences surtout s'il est dangereux. Le module de diagnostic doit donc être prédictif,<br />- dans le cas d'un système évolutif, la base de connaissance doit être enrichie grâce à l'information apportée par les nouvelles observations. Cet enrichissement doit être réalisé en temps réel,<br />- les données sont à la fois incertaines et imprécises.<br />L'objectif principal de ma thèse consistait à mettre au point un module de diagnostic en temps réel adaptatif et prédictif pour des systèmes évolutifs, en utilisant les techniques de Reconnaissance des Formes, la théorie des ensembles flous et la théorie des possibilités. Ce module a été appliqué sur plusieurs applications industrielles.