Analyse non linéaire des différents intervalles du signal ecgenvue d’une reconnaissance de signatures de pathologies cardiaques.

Abstract

L’objectif principal de cette thèse est d’analyser la dynamique du système cardiaque à travers la théorie du chaos. Pour atteindre cet objectif, un algorithme de délinéation des différentes ondes du signal ECG a été proposé. La première contribution de cette thèse a été de développer un algorithme fiable et robuste dans le but de segmenter les ondes P, QRS et T. L’algorithme utilise les méthodes dérivatives dans la segmentation du complexe QRS et un indicateur lié à la surface des deux ondes P et T pour leur détection. L’algorithme a montré de bonnes performances notamment dans la séparation des ondes P et T. Une deuxième contribution a été d’estimer l’effet des bruits et l’impact des méthodes de filtrage sur les indices non linéaires. En effet, c’est l’influence des battements ectopiques qui a été analysé en premier lieu. Les résultats obtenus montrent que ce type de bruits réduit la complexité de la variabilité du rythme cardiaque. Par conséquent, ces battements doivent être éliminés avant toute analyse de cette variabilité. Pour se faire, un choix adéquat de la méthode de filtrage doit se faire. Trois méthodes de filtrage ont été évaluées. La première méthode est basée sur la décomposition en mode empirique, la deuxième utilise un filtre binomial et la troisième s’appuie sur un filtrage dans l’espace des phases. Les résultats obtenus montrent que les méthodes de filtrage peuvent à leur tour, fausser l’estimation des indices non linéaires. La méthode basée sur un filtrage adaptatif est mieux placée pour accomplir une élimination des bruits. En effet, son influence sur les indices non linéaire est moins remarquable par rapport aux deux autres méthodes.