Modeling and analysis of the electrocardiographic signal in the study of the cardio-respiratory system. Application to sleep apnea syndrom
Modélisation et analyse du signal électrocardiographique pour l'étude du système cardio-respiratoire. Application au syndrome d'apnées du sommeil
Résumé
The heart is at the center of the cardiorespiratory system and the electrocardiogram is one of the most standard medical exam to monitor it along with echocardiography. Electrocardiogram analysis is complex due to the various cardiac pathologies and the emergence of new measurement technologies allows the acquisition of longer but also noisier signals taken in a daily life context. Noise and the huge amount of processed data impose the development of more accurate and robust analytical methods. This thesis aims at developing a new modeling method of cardiac waves using a dictionary composed of skew normal distribution. It fully characterizes each wave (P, Q, R, S and T) through a small number of parameters. This modeling also permits the precise computation of the different classical intervals used in electrocardiography but also the classification of each beat to provide an accelerated reading of long signals and a diagnostic assistance. Finally, those analytical tools are used on two different subjects: the creation of an electrocardiogram simulator as part of the Hopital Virtuel de Lorraine project ; and the detection of sleep apnea syndrom on electrocardiogram signals and more particularly the Cheyne-Stokes respiration, a nocturnal respiratory pathology still not understood, primarily impacting patients with severe heart failure. The method is based on the extraction of signals correlated to respiration from the electrocardiogram signal and allows to graduate different levels of the Cheyne-Stokes respiration.
Le cœur est au centre du système cardiorespiratoire et l’électrocardiogramme (ECG) est un des examens les plus courants pour suivre son bon fonctionnement avec l’échocardiographie. L’analyse du signal électrocardiographique est complexe de par les nombreuses pathologies cardiaques et l’émergence des nouvelles technologies de mesure a permis l’acquisition d’ECG de plus en plus long mais également bruité lors leur utilisation dans un contexte de vie courante. La taille de ces données et le bruit imposent le développement de méthodes d’analyse plus précises et plus robustes. Dans cette thèse nous proposons une méthode de restauration des ondes cardiaques en utilisant un dictionnaire de gaussiennes asymétriques. Elle permet de caractériser entièrement chaque onde (P, Q, R, S et T) à l’aide d’un faible nombre de paramètres. Cette modélisation permet également le calcul précis des différents intervalles utilisés classiquement en électrocardiographie et de classer des anomalies visibles sur les ondes puis de finalement labéliser les différents battements pour permettre une lecture accélérée des signaux longs et une aide au diagnostic pour les cardiologues. Dans la dernière partie de ce travail, ces outils d’analyse sont mis en application sur deux sujets : le premier est consacré à la création d’un simulateur d’électrocardiogramme dans le cadre du projet Hôpital Virtuel de Lorraine ; et le deuxième, sur la détection du syndrome d’apnées du sommeil via l’électrocardiogramme et plus particulièrement le dépistage de la respiration de Cheyne-Stokes, une pathologie respiratoire nocturne encore peu comprise, impactant principalement les insuffisants cardiaques. La méthode est basée sur l’extraction de signaux corrélés à la respiration issus de l’électrocardiogramme et permettent de graduer différents stades de la respiration de Cheyne-Stokes.