Literatura científica selecionada sobre o tema "Électrocardiographie – Foetus"

Les malformations cardiaques congénitales sont parmi les malformations les plus communes à la naissance et la première cause de décès des nouveau-nés. La plupart des anomalies cardiaques sont visibles dans la morphologie des signaux électriques cardiaques, qui sont enregistrés par l'électrocardiographie qui semble contenir plus d'informations par rapport aux méthodes conventionnelles sonographiques. Par conséquent, l'étude non invasive des signaux cardiaques du foetus peut fournir un moyen efficace pour contrôler le bon fonctionnement du coeur du foetus et peut être utilisé pour la détection précoce des anomalies cardiaques. Dans les précédentes études, diverses méthodes ont été mises au point pour le traitement et l'extraction d'électrocardiogramme (ECG) du foetus, à partir des signaux enregistrés de la surface du corps de la mère. Toutefois, en raison du faible rapport signal/bruit de ces signaux, l'application d'électrocardiographie fétale a été limitée à l'analyse des battements cardiaques et à des enregistrements ECG invasifs pendant l'accouchement. Dans cette recherche, l'objectif est d'améliorer les méthodes de traitement du signal utilisées en cardiographie du foetus et d'apporter de nouvelles solutions à ce problème, en développant de nouvelles techniques de modélisation et de filtrage des signaux d'ECG du foetus enregistrés par un réseau d'électrodes placées sur le ventre maternel. L'idée de base derrière les méthodes développées, consiste à utiliser les informations a priori des signaux cardiaques, tels que leur pseudo-périodicité, afin d'améliorer les performances des méthodes existantes et de concevoir de nouvelles techniques de filtrage qui sont spécifiques aux signaux cardiaques. En raison du recouvrement des signaux du foetus avec les interférences/bruits dans différents domaines, les méthodes qui utilisent l'information dans un seul de ces domaines, ne réussissent pas à extraire les ECG foetaux. Par conséquent, nous proposons des méthodes de traitement qui utilisent les informations provenant de différents domaines, afin d'améliorer la qualité des signaux extraits. Théoriquement, les méthodes proposées sont des combinaisons de modèles morphologiques de l'ECG, de techniques de filtrage bayésienne ad hoc basées sur la théorie de l'estimation et de classes spéciales de filtres spatiaux issus du contexte de la séparation aveugle et semi-aveugle de sources. Il est montré que, en raison de la généralité des méthodes proposées, les mêmes procédures sont également applicables aux signaux ECG multicapteurs chez l'adulte, et peuvent être utilisées en temps réel dans les systèmes de surveillance cardiaque. En outre, les méthodes développées sont fondées sur la morphologie du signal cardiaque, sans prendre en compte les particularités de la théorie du volume conducteur et la propagation électromagnétique dans les milieux physiologiques. Par conséquent, les mêmes méthodes sont applicables à d'autres modalités de surveillance cardiaque, comme le magnétocardiogramme (MCG), qui sont morphologiquement similaire à l'ECG. En particulier, nous présentons une étude de cas sur l'extraction des signaux MCG de jumeaux. Nous présentons également une technique originale de déflation, qui vise à séparer les sous-espaces formés par les signaux d'intérêt dans des mélanges sous-déterminés. Cette idée s'avère très performante et débouche sur des applications diverses dans d'autres contextes
Congenital heart defects are among the most common birth defects and the leading cause of birth defect-related deaths. Most cardiac defects have some manifestation in the morphology of cardiac electrical signals, which are recorded by electrocardiography and are believed to contain much more information as compared with conventional sonographic methods. Therefore, the noninvasive study of fetal cardiac signals can provide an effective means of monitoring the well-being of the fetal heart and may be used for the early detection of cardiac abnormalities. In previous studies, various methods have been developed for the processing and extraction of fetal electrocardiogram (ECG) signals recorded from the maternal body surface. However, due to the low signal-to-noise ratio of these signals, the application of fetal electrocardiography has been limited to heartbeat analysis and invasive ECG recordings during labor. In this research, the objective is to improve the signal processing aspects of fetal cardiography and to provide better insights of this problem, by developing new techniques for the modeling and filtering of fetal ECG signals recorded from an array of electrodes placed on the maternal abdomen. The basic idea behind the developed methods is to use a priori information about cardiac signals, such as their pseudo-periodic structure, to improve the performance of the currently existing techniques and to design novel filtering techniques that are customized for cardiac signals. Due to the overlap of the fetal signals and interferences/noises in different domains, the methods that use the information in only one of these domains do not usually succeed in extracting the fetal ECG. Therefore, we design methods that use the information from various domains, in order to improve the quality of the extracted signals. Theoretically, the proposed methods are combinations of morphological models of the ECG, ad hoc Bayesian filtering techniques based on estimation theory, and special classes of spatial filters adapted from the blind and semi-blind source separation context. It is shown that due to the generality of the proposed methods, the same procedures are also applicable to multichannel adult ECG recordings and can be used in real-time cardiac monitoring systems. Moreover, the developed methods are based on the cardiac signal morphology without going into the details of volume conduction theory and the conductivities of the propagation media. Hence, the same methods are applicable to other cardiac monitoring modalities such as the magnetocardiogram (MCG), which are morphologically similar to the ECG. We specifically present a case study on the extraction of twin fetal MCG signals. We also present an advanced deflation technique, which is able to separate subspaces of desired signals from degenerate mixtures of signal and noise. This idea has found various applications in other contexts

L'analyse du rythme cardiaque fœtal (RCF) reste la technique la plus courante pour suivre le bien-être du fœtus et détecter la détresse fœtale pendant le travail et l'accouchement. Si la cardiotocographie (CTG) est aujourd'hui la technique clinique non invasive de référence pour la mesure du RCF, elle souffre de plusieurs inconvénients, ce qui pousse à s'intéresser à des technologies alternatives, comme l'électrocardiographie (ECG) et la phonocardiographie (PCG) abdominales.Une solution originale, utilisant un unique signal abdominal (ECG ou PCG), a été proposée pour répondre à la fois à la faisabilité en routine clinique et au défi de la difficile détection d'événements temporels dans des signaux enregistrés en conditions réelles. Basée sur l'algorithme de factorisation de matrices non négatives (NMF), elle exploite la semi-périodicité de l'ECG ou du PCG fœtal pour l'estimation du RCF.Le travail mené dans le cadre de cette thèse est d'une part expérimental et d'autre part algorithmique. Sur le plan expérimental, une base de données de 40 enregistrements sur femmes enceintes volontaires dans le dernier mois de grossesse a été constituée avec l'enregistrement synchrone de signaux ECG et PCG thoraciques et abdominaux, simultanément avec la CTG de référence. Elle a été analysée sur les plans expérimental et clinique. Du point de vue algorithmique, la méthode proposée, dans sa première version, supposait l'indépendance temporelle et ne tenait pas compte de la propriété de continuité des valeurs du RCF. Aussi, le travail algorithmique mené dans cette thèse a contribué à l'ajout dans le cadre NMF d'un modèle de Markov caché (HMM) pour inclure des informations physiologiques sur l'évolution temporelle du RCF. Cette proposition a été implémentée numériquement et évaluée sur la base de données réelles
Fetal heart rate (FHR) analysis remains the most common technique for monitoring fetal well-being and detecting fetal distress during labor and delivery. Although cardiotocography (CTG) is today the reference non-invasive clinical technique for measuring FHR, it suffers from a number of drawbacks, prompting interest in alternative technologies such as abdominal electrocardiography (ECG) and phonocardiography (PCG).An original solution, using a single abdominal signal (ECG or PCG), has been proposed to address both the feasibility in clinical routine and the challenge of the difficult detection of temporal events in signals recorded in real-life conditions. Based on the non-negative matrix factorization (NMF) algorithm, it exploits the semi-periodicity of the fetal ECG or PCG to estimate the FHR.The work carried out in this thesis is both experimental and algorithmic. On the experimental side, a database of 40 recordings from volunteer pregnant women in the last month of pregnancy was set up, with synchronous recording of thoracic and abdominal ECG and PCG signals, simultaneously with the reference CTG. It was analyzed both experimentally and clinically. From an algorithmic point of view, the first version of the proposed method assumed temporal independence, and did not take into account the property of continuity of FHR values. Therefore, the algorithmic work carried out in this thesis contributed to the addition of a Hidden Markov Model (HMM) to the NMF framework to include physiological information on the temporal evolution of the FHR. This proposal has been implemented numerically and evaluated on real data

Les malformations cardiaques congénitales sont la première cause de décès liés à une anomalie congénitale. L''electrocardiogramme du fœtus (ECGf), qui est censé contenir beaucoup plus d'informations par rapport aux méthodes échographiques conventionnelles, peut ˆêtre mesuré'e par des électrodes sur l'abdomen de la mère. Cependant, il est tr'es faible et mélangé avec plusieurs sources de bruit et interférence y compris l'ECG de la mère (ECGm) dont le niveau est très fort. Dans les études précédentes, plusieurs méthodes ont été proposées pour l'extraction de l'ECGf à partir des signaux enregistrés par des électrodes placées à la surface du corps de la mère. Cependant, ces méthodes nécessitent un nombre de capteurs important, et s'avèrent inefficaces avec un ou deux capteurs. Dans cette étude trois approches innovantes reposant sur une paramétrisation algébrique, statistique ou par variables d'état sont proposées. Ces trois méthodes mettent en œuvre des modélisations différentes de la quasi-périodicité du signal cardiaque. Dans la première approche, le signal cardiaque et sa variabilité sont modélisés par un filtre de Kalman. Dans la seconde approche, le signal est découpé en fenêtres selon les battements, et l'empilage constitue un tenseur dont on cherchera la décomposition. Dans la troisième approche, le signal n'est pas modélisé directement, mais il est considéré comme un processus Gaussien, caractérisé par ses statistiques à l'ordre deux. Dans les différentes modèles, contrairement aux études précédentes, l'ECGm et le (ou les) ECGf sont modélisés explicitement. Les performances des méthodes proposées, qui utilisent un nombre minimum de capteurs, sont évaluées sur des données synthétiques et des enregistrements réels, y compris les signaux cardiaques des fœtus jumeaux.

La surveillance de la santé foetale permet aux cliniciens d’évaluer le bien-être du foetus,de faire une détection précoce des anomalies cardiaques foetales et de fournir les traitementsappropriés. Les développements technologies actuels visent à permettre la mesurede l’électrocardiogramme (ECG) foetal de façon non-invasive afin d’extraire non seulementle rythme cardiaque mais également la forme d’onde du signal. Cet objectif est rendudifficile par le faible rapport signal sur bruit des signaux mesurés sur l’abdomen maternel.Cette mesure est donc toujours un challenge auquel se confrontent beaucoup d’études quiproposent des solutions de traitement de signal basées sur la seule modalité ECG.Le but de cette thèse est d’utiliser la modélisation des processus Gaussiens pour améliorerl’extraction des signaux cardiaques foetaux, dans une base multi-modale. L’ECG est utiliséconjointement avec le signal Phonocardiogramme (PCG) qui peut apporter une informationcomplémentaire à l’ECG. Une méthode générale pour la modélisation des signauxquasi-périodiques est présentée avec l’application au débruitage de l’ECG et à l’extractionde l’ECG du foetus. Différents aspects de la multi-modalité (synchronisation, · · · ) proposéesont étudiées afin de détecter avec plus de robustesse les battements cardiaques foetaux.La méthode considère l’application sur les signaux ECG et PCG à travers deux aspects:l’aspect du traitement du signal et l’expérimental. La modélisation des processus Gaussien,avec le signal PCG pris comme la référence, est utilisée pour extraire des modèles flexibleset des estimations non linéaires de l’information. La méthode cherche également à faciliterla mise en oeuvre pratique en utilisant un codage 1-bit des signaux de référence.Le modèle proposé est validé sur des signaux synthétiques et également sur des donnéespréliminaires réelles qui ont été enregistrées afin d’amorcer la constitution d’une base dedonnées multi-modale synchronisée. Les premiers résultats montrent que la méthode permettraà terme aux cliniciens d’étudier les battements cardiaques ainsi que la morphologiede l’ECG. Ce dernier aspect était jusqu’à présent limité à l’analyse d’enregistrements ECGinvasifs prélevés pendant l’accouchement par le biais d’électrodes posées sur le scalp dufoetus
Fetal health must be carefully monitored during pregnancy to detect early fetal cardiac diseases, and provide appropriate treatment. Technological development allows a monitoring during pregnancy using the non-invasive fetal electrocardiogram (ECG). Noninvasive fetal ECG is a method not only to detect fetal heart rate, but also to analyze the morphology of fetal ECG, which is now limited to analysis of the invasive ECG during delivery. However, the noninvasive fetal ECG recorded from the mother's abdomen is contaminated with several noise sources among which the maternal ECG is the most prominent.In the present study, the problem of noninvasive fetal ECG extraction is tackled using multi-modality. Beside ECG signal, this approach benefits from the Phonocardiogram (PCG) signal as another signal modality, which can provide complementary information about the fetal ECG.A general method for quasi-periodic signal analysis and modeling is first described and its application to ECG denoising and fetal ECG extraction is explained. Considering the difficulties caused by the synchronization of the two modalities, the event detection in the quasi-periodic signals is also studied which can be specified to the detection of the R-peaks in the ECG signal.The method considers both clinical and signal processing aspects of the application on ECG and PCG signals. These signals are introduced and their characteristics are explained. Then, using PCG signal as the reference, the Gaussian process modeling is employed to provide the possibility of flexible models as nonlinear estimations. The method also tries to facilitate the practical implementation of the device by using the less possible number of channels and also by using only 1-bit reference signal.The method is tested on synthetic data and also on real data that is recorded to provide a synchronous multi-modal data set.Since a standard agreement for the acquisition of these modalities is not yet taken into much consideration, the factors which influence the signals in recording procedure are introduced and their difficulties and effects are investigated.The results show that the multi-modal approach is efficient in the detection of R-peaks and so in the extraction of fetal heart rate, and it also provides the results about the morphology of fetal ECG

La théorie des systèmes dynamiques non linéaires traite du comportement de systèmes déterministes, dont la sensibilité aux conditions initiales rend impossible toute prédiction à long terme. Les outils de cette théorie, pouvant expliquer les propriétés d'adaptabilité de l'organisme, sont appliqués aux signaux cardiaques, du grêle et vasculaires. La reconstruction de l'espace des états et les applications de 1 e r retour autorisent la caractérisation géométrique de rythmes atypiques et la décomposition des fluctuations du rythme en variabilité multi-temporelles, permettant de distinguer des rythmes fœtaux faiblement variables chez des fœtus en sommeil et en état de souffrance. La quantification des variabilités de la pression dans l'intestin grêle conduit à une distinction entre témoins et sujets dyspeptiques. Les processus de développement de l'organisme engendrent souvent des structures fractales. L'indice d'autosimilarités d'un signal RR donnant une mesure de la variabilité cardiaque, augmente chez des sujets atteints d'une fibrillation. La modélisation par un système d'équations différentielles ordinaires des signaux physiologiques est à envisager dès que des couplages apparaissent entre les variables d'état du système. Il devient possible d'obtenir une modélisation phénoménologique de la variable mesurée. La modélisation de l'ECG mène à la conclusion que le système cardiaque tend à se comporter comme un système dynamique de dimension voisine de cinq. La modélisation de la pression et du diamètre artériel a montré que le système vasculaire était de faible dimension et que le diamètre était l'observable dynamique à retenir. Enfin, l'équivalence difféomorphique consiste à éprouver la connexion entre un objet plongé dans l'espace des phases original et son image plongée dans un espace des états reconstruits, en testant les propriétés mathématiques de transformation de l'un a l'autre. L'équivalence dynamique entre des systèmes chaotiques (Henon, Rossler, Lorenz) et les reconstructions induites par leurs variables est étudiée indépendamment de la dimension de reconstruction. Il en résulte un classement des variables par degré d'observabilité et une discussion sur l'équivalence des variables dans le problème de l'observabilité de la dynamique originale.

Avec plus de 200 000 naissances par jour dans le monde, la surveillance du bien-être fœtal pendant l'accouchement est un enjeu clinique majeur. Ce suivi se fait au travers du rythme cardiaque fœtal (RCF) et de sa variabilité, et doit être robuste tout en minimisant le nombre de capteurs non-invasifs sur l'abdomen de la mère.Dans ce contexte, les signaux électrocardiogrammes (ECG) et phonocardiogrammes (PCG) sont d’intérêt, puisqu'ils fournissent tous deux des informations cardiaques, à la fois redondantes et complémentaires. Cette multimodalité ainsi que certaines caractéristiques, telles que la quasi-périodicité, des signaux ECG et PCG ont été exploitées. Plusieurs propositions ont été mises en concurrence, basées sur la factorisation non-négative des matrices (NMF), une approche de décomposition matricielle adaptée aux signaux physiologiques.La solution finalement proposée pour l’estimation du RCF est basée sur une modélisation source-filtre des signaux ECG ou PCG fœtaux, préalablement extraits, permettant une estimation de la fréquence fondamentale par NMF.L'approche a été évaluée sur une base de données cliniques de signaux ECG et PCG sur femmes enceintes et les RCF obtenus ont été validés par comparaison à la technique clinique de référence par cardiotocographie
With more than 200,000 births per day in the world, fetal well-being monitoring during birth is a major clinical challenge. This monitoring is done by analyzing the fetal heart rate (FHR) and its variability, and this has to be robust while minimizing the number of non-invasive sensors to lay on the mother's abdomen.In this context, electrocardiogram (ECG) and phonocardiogram (PCG) signals are of interest since they both bring cardiac information, both redundant and complementary. This multimodality as well as some features of ECG and PCG signals, as quasi-periodicity, have been exploited. Several propositions were put in competition, based on non-negative matrix factorization (NMF), a matrix decomposition algorithm adapted to physiological signals.The final solution proposed for the FHR estimation is based on a source-filter modeling of real fetal ECG or PCG signals, previously extracted, allowing an estimation of the fundamental frequency by NMF.The approach was carried out on a clinical database of ECG and PCG signals on pregnant women and FHR results were validated by comparison with the cardiotocography clinical reference technique