Analyse temps–fréquence à haute résolution du signal HRV : Application à la télésurveillance des arythmies cardiaques

Abstract

L’altération du contenu du signal de variabilité cardiaque HRV (Heart Rate Variabi- lity) permet de détecter plusieurs pathologies cardiovasculaires telles que l’infarctus du myocarde aigu, l’insuffisance cardiaque congestive, la neuropathie diabétique, etc. L’analyse du signal HRV par des méthodes d’analyse temps–fréquence (TF) à haute résolution permet de mieux caractériser la non–stationnarité de ce signal, mais à une performance affectée par les termes croisés qui apparaissent dans le plan TF. L’ana- lyse TF par des méthodes quadratiques à des noyaux d’analyse à haute résolution permet de réduire l’effet de ces termes croisés au profit d’une représentation adé- quate du contenu du signal HRV. Dans le cadre de cette thèse, nous avons développé un modèle client–serveur mis en œuvre comme plateforme de télémédecine pour la surveillance à distance en temps réel de la fonction cardiovasculaire chez les patients souffrant d’arythmie. Cette plateforme est capable de détecter et de classer une aryth- mie cardiaque en temps réel via une interface utilisateur graphique (GUI : Graphical User Interface) à l’aide de méthodes d’analyse temps–fréquence, d’extraction et de sé- lection de caractéristiques, et de classification de la variabilité du rythme cardiaque (VRC) enregistré à l’aide d’un système d’acquisition de données. Le système d’acqui- sition de données que nous avons développé est conçu autour du Raspberry Pi Zero qui communique avec un serveur à travers un protocole TCP/IP via une connexion sécurisée par la couche de sécurité de transport (TLS : Transport Layer Security) pour une connexion fiable entre le client et le serveur. Cette plateforme télémédicale adopte un contrôle et une surveillance continus du rythme cardiaque