Return to search

Contribution à l'Appréhension du Système Cardiovasculaire Modélisation et Traitement de Signaux issus de la Macrocirculation et de la Microcirculation sanguines

Le réseau artériel du système cardiovasculaire (SCV) est composé de deux sous-systèmes, la macrocirculation (artères élastiques et musculaires) et la microcirculation (artérioles et capillaires), qui interagissent afin de permettre une adaptation optimale de l'organisme aux différentes perturbations rencontrées. Avec l'âge et/ou des facteurs de risque comme l'hypertension, des lésions apparaissent au niveau du réseau artériel et le couplage macrocirculation/microcirculation semble avoir un rôle important dans le développement des pathologies vasculaires. Une meilleure appréhension de ce couplage pourrait permettre de mieux comprendre les processus physiopathologiques de certaines maladies vasculaires. Nous avons ainsi étudié les interactions entre la macrocirculation et la microcirculation sanguines à l'aide de deux approches : (1) l'analyse et le traitement de signaux physiologiques, (2) la construction d'un modèle du SCV. Suite à l'acquisition simultanée de signaux issus du coeur, de la macrocirculation et de la microcirculation, chez des sujets sains, nous avons mis en oeuvre différents concepts de traitement du signal (analyse spectrale, analyse multifractale, entropie multi-échelle) qui nous ont permis de mettre en évidence de potentielles relations entre la macrocirculation et la microcirculation sanguines. Parallèlement, nous avons développé un modèle du SCV capable de prédire les courbes de pression et de débit dans les réseaux macrocirculatoire et microcirculatoire. Ce modèle permet, en outre, d'observer les interactions entre la macrocirculation et la microcirculation dans des conditions normales et pathologiques.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00961533
Date25 November 2013
CreatorsGuerreschi, Emmanuelle
PublisherUniversité d'Angers
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0019 seconds