Return to search

Caractérisation spatio-temporelle de l'électrocardiogramme de surface pour prédire le résultat de l'ablation par cathéter de la fibrillation atriale persistante

Responsable d'un quart des accidents vasculaires cérébraux, la fibrillation auriculaire (FA) est l'arythmie cardiaque la plus répandue. La thérapie d'ablation par cathéter (CA) est de plus en plus utilisée pour traiter la FA, mais ses effets sur le substrat cardiaque ne sont pas suffisamment compris, d'où un taux de réussite très variable. L'électrocardiogramme (ECG) à 12 voies représente un outil non invasif peu coûteux pour caractériser la FA à partir de l'activité électrique du cœur. Cependant, les prédicteurs classiques de l'issue de la CA présentent plusieurs inconvénients, notamment leur calcul manuel sur une seule voie de l'ECG. Cette thèse exploite explicitement le caractère multi-capteur de l'ECG au moyen de techniques de décomposition multivariées, démontrant qu'elles peuvent améliorer la puissance prédictive de certaines propriétés de l'ECG dans le cadre de la CA. L'amplitude des ondes fibrillatoires est corrélée avec le résultat de la CA, et traitée par une méthode multi-capteur basée sur l'analyse en composantes principales (PCA). Des variantes comme la PCA pondérée (WPCA) et la factorisation en matrices non négatives (NMF) peuvent aussi quantifier la variabilité spatio-temporelle de la FA sur l'ECG. La théorie de l'information permet également d'estimer le niveau de corrélation entre les voies de l'ECG, mis en relation avec le résultat de la CA grâce à des approches multi-capteurs. Enfin, une dernière ligne de recherche concerne la réponse ventriculaire manifestée sur la variabilité cardiaque. L'approche paramétrique de processus ponctuel est capable de souligner certaines propriétés de cette variabilité, améliorant ainsi la caractérisation de la FA.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00940440
Date12 December 2013
CreatorsMeo, Marianna
PublisherUniversité Nice Sophia Antipolis
Source SetsCCSD theses-EN-ligne, France
LanguageEnglish
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0036 seconds