Ce manuscrit présente des travaux de recherche sur l’analyse et la détection des Electrogrammes Auriculaires Complexes Fractionnés (EACF). Dans une première partie faisant suite à une présentation des mécanismes et des signaux bioélelectriques de la Fibrillation Auriculaire (FA), les outils les plus couramment utilisés pour l’analyse des signaux EACF sont présentés. Des outils linéaires sont dans un premier temps appliqués aux signaux intracardiaques issus des procédures d’ablation de la FA par radiofréquence puis des outilsnon linéaires sont présentés et intégrés à un algorithme de détection des EACF. Ce dernier s’appuie sur la quantification des propriétés de récurrence des électrogrammes. Dans la seconde partie, la cellule et le tissu musculaire cardiaque sont détaillés puis simulés à l’aide de plusieurs modèles mathématiques. Ceux de FitzHugh Nagumo, Aliev Panfilov et Courtemanche Ramirez Nattel sont mis en oeuvre afin de reproduire les mécanismes de la FA évoqués dans la présentation de cette pathologie. L’acquisition des champs de potentiels est également reproduite à l’aide d’un modèle numérique de cathéter tel que celui utilisé lors des procédures. Les signaux temporels ainsi générés permettent de lier les activations spatiotemporelles au niveau du substrat aux motifs observables dans les EACF. Un modèle expérimental vient compléter la partie modélisation. Les cultures de cellules de rats nouveaux nés sur puces MEA (Micro Electrode Array) permettent de recréer des conditions de fibrillation et d’acquérir des potentiels extracellulaires. Là encore, les électrogrammes sont comparés aux signaux issus des simulations numériques ainsi qu’aux signaux cliniques. L’analyse des séquences de motifs via les trois types de modèles utilisés permet de rattacher les motifs observés dans les électrogrammes aux mécanismes se produisant au niveau du tissu cardiaque lors de la FA. Une analyse en temps réel permettrait de fournir au praticien des informations déterminantes lors de l’ablation concernant la nature et la localisation des sources d’arythmie / This manuscript presents research on the analysis and the detection of Complex Fractionated Atrial Electrograms (CFAE). In the first part, following a presentation over Atrial Fibrillation (AF) mechanisms and bioelectrical signals, the most commonly used tools for analyzing CFAE are presented. Linear tools are initially applied to signals from AF ablation procedures, then nonlinear tools are shown and integrated intoa CFAE detection algorithm. This one is based on the quantification of electrogram recurrence properties. In the second part, the cell and cardiac muscle tissue are described and simulated using mathematical models. Models such as FitzHugh Nagumo, Aliev Panfilov and Courtemanche Ramirez Nattel are implemented to reproduce the mechanisms of AF mentioned in the presentation of this disease. The acquisition of fields of potential is also reproduced using a numerical model of catheter as the one used during ablation process. Time signals thus generated are used to match the spatiotemporal activations at the substrate level with the patterns to be observed in CFAE. An experimental model completes the analysis. Cell cultures of newborn rats on MEA (Micro ElectrodeArray) can recreate fibrillation conditions and acquire extracellular potentials. Again, electrogramsare compared with signals from computer simulations and the clinical database signals. The analysisof pattern sequence via the three types of models can attach the observed patterns in electrograms with the mechanisms occurring at the cardiac tissue level during AF. Real-time analysis would allow the practitioner to receive critical information during ablation about the nature and the location of arrhythmia sources
| Identifer | oai:union.ndltd.org:theses.fr/2013DIJOS011 |
| Date | 26 June 2013 |
| Creators | Navoret, Nicolas |
| Contributors | Dijon, Binczak, Stéphane, Jacquir, Sabir |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0054 seconds