Projet : SOSSO - sosso

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00">  <a name="CHILD_LINKS" id= "CHILD_LINKS"><strong>Sous-sections</strong></a> <ul> <li><a name="tex2html484" href= "resul_R3_mn.html#SECTION00063100000000000000" target= "main" id="tex2html484"><small>Modélisation en électrophysiologie cardiaque</small></a></li> <li><a name="tex2html485" href= "resul_R3_mn.html#SECTION00063200000000000000" target= "main" id="tex2html485"><small>Modélisation mécanique du myocarde.</small></a></li> <li> <a name="tex2html486" href= "resul_R3_mn.html#SECTION00063300000000000000" target= "main" id="tex2html486"><small>Analyse descriptive du <small>SCV</small> et de son contrôle par le <small>SNA</small></small></a> <ul> <li><a name="tex2html487" href= "resul_R3_mn.html#SECTION00063310000000000000" target= "main" id="tex2html487"><small>Sensibilité du baroréflexe :</small></a></li> <li><a name="tex2html488" href= "resul_R3_mn.html#SECTION00063320000000000000" target= "main" id="tex2html488"><small>Coordination des rythmes cardio-respiratoires.</small></a></li> <li><a name="tex2html489" href= "resul_R3_mn.html#SECTION00063330000000000000" target= "main" id="tex2html489"><small>Respiration et système nerveux autonome.</small></a></li> <li><a name="tex2html490" href= "resul_R3_mn.html#SECTION00063340000000000000" target= "main" id="tex2html490"><small>Application à la clinique :</small></a></li> </ul> </li> <li><a name="tex2html491" href= "resul_R3_mn.html#SECTION00063400000000000000" target= "main" id="tex2html491"><small>Modélisation du centre de commande respiratoire</small></a></li> <li><a name="tex2html492" href= "resul_R3_mn.html#SECTION00063500000000000000" target= "main" id="tex2html492"><small>Analyse de VCG à l'aide de l'algorithme de «Matching Pursuit»</small></a></li> <li><a name="tex2html493" href= "resul_R3_mn.html#SECTION00063600000000000000" target= "main" id="tex2html493"><small>Modélisation et commande de la fonction ovarienne</small></a></li> </ul> <hr /> <h2><a name="SECTION00063000000000000000" id= "SECTION00063000000000000000">Automatique, Traitement du signal et Sciences biomédicales.</a></h2>  <a name="SOSSO_resultats_R3" id="SOSSO_resultats_R3"></a> <p><br /> <br /> <span class="textbf">Participants :</span> Julie Bestel, Jean Clairambault, Daniel Claude, Mayer Landau, Laurence Mangin, Claire Médigue, Alessandro Monti, Michel Sorine.<br /> <br /></p> <p><strong>Mots clés :</strong> <i>santé, systèmes physiologiques, diagnostic, pacemaker, Van-Capelle et Dürrer, onde de Mayer, système cardio-respiratoire, système nerveux autonome, SNA, mécanique du myocarde, rythme cardiaque, inhibition du SNA, stimulation du SNA, fonction de reproduction, commande pharmacologique, analyse de signaux .</i></p> <h3>Résumé :</h3> <div class="ABSTRACT"> <i>L'étude des comportements globaux des systèmes cardio-vasculaire (SCV) et respiraoire (SR) sous le contrôle du SNA conduit à des études plus localisées de comportements particuliers. Les résultats, cette année, ont ainsi concerné les thèmes suivants :<br /> - La modélisation en électrophysiologie cardiaque, au niveau cellulaire, avec l'étude du couplage cellule pacemaker-cellule non-pacemaker.<br /> - L'étude de modélisation mécanique du myocarde : elle a pour principal objectif de mieux comprendre la nature du contrôle (en contraction ou relaxation) afin par exemple de mieux interpréter les mesures de pression artérielle et d'<small>ECG</small>, ou le rôle du SNA. Elle a conduit à un nouveau modèle de contraction musculaire et à ses premières utilisations.<br /> - L'analyse descriptive du <small>SCV</small> et de son contrôle par le <small>SNA</small>. Cela donne lieu à plusieurs études cliniques : applications à la physiologie du sommeil, à l'insuffisance cardiaque, à la pharmacologie.<br /> - Modélisation du centre de commande respiratoire.<br /> Des méthodes d'automatique analogues sont appliquées dans un autre domaine : la modélisation et la commande de la fonction ovarienne.</i> </div> <h3><a name="SECTION00063100000000000000" id= "SECTION00063100000000000000">Modélisation en électrophysiologie cardiaque</a></h3> <p>Ce travail de M. Landau a porté sur l'étude des divers comportements d'un système constitué d'une cellule ventriculaire normale, couplée à une cellule pathologique rendue ischémique par l'injection d'un courant constant I. Ce courant correspond à un courant de fuite venant de cellules «blessées» voisines («injury current»). Nous avons cherché à montrer comment dans ce cadre peuvent apparaître à la fois deux des principales pathologies électriques cardiaques :</p> <ul> <li>L'apparition d'un foyer ectopique (FE) - un groupe de cellules non-autorythmiques le devient, en générant un rythme qui rentre en concurrence avec le pacemaker physiologique du coeur.</li> <li>Le bloc unidirectionnel (BU) pour des raisons très mal comprises, l'onde d'activation se propage à travers un groupe de cellules dans un sens et non dans l'autre.</li> </ul> <p>Aucune théorie ne rendait compte de ces deux pathologies dans le même cadre, alors qu'elles apparaissent, en fait, souvent toutes deux, en conséquence d'une ischémie cardiaque.</p> <p><br /></p> <p>On utilise pour modéliser le potentiel d'action cardiaque de chaque cellule, le modèle mathématique de Van Capelle et Durrer. Les divers comportements du système sont étudiés en fonction de la résistance électrique de couplage R et de courant I. Pour ce faire, on utilise les méthodes de continuation-bifurcation associées à la simulation numérique directe du système dans les zones de comportements intéressants.</p> <p><br /></p> <p>Quand on fait varier I, on met en évidence trois niveaux de solutions stationnaires, correspondant à des valeurs basses (B), moyennes (M) et hautes (H) du potentiel de repos du système. Quatre points de retournement et deux points de bifurcation de Hopf correspondent à des valeurs critiques de I, délimitant différentes zones de comportement. Ainsi en faisant croître la valeur de I, on détermine successivement des solutions du type : B, BA, B.M.H, M.H, H correspondant à l'existence d'une seule ou à la coexistence de deux ou trois solutions stationnaires pour le système.</p> <p><br /></p> <p>Dans la zone correspondant à des solutions de type B, pour R petit on met en évidence deux seuils de dépolarisation bas et haut. Ainsi une dépolarisation entre ces deux seuils de la cellule normale conduit à un bloc de conduction, alors que la même dépolarisation appliquée à la cellule ischémique engendre un potentiel d'action propagée. Pour R convenablement grand, on obtient au contraire un seuil unique. Une dépolarisation au-dessus de ce seuil conduit à un bloc unidirectionnel quand elle est appliquée à la cellule ischémique et à un potentiel propagé quand elle est appliquée à la cellule normale.</p> <p><br /></p> <p>Dans les zones de coexistence de solutions stationnaires multiples, on met en évidence des phénomènes d'hystérésis ainsi que des phénomènes de bloc et de conduction complexes. Avec existence de seuil unique ou multiple, suivant la valeur de R, et inversion du sens du bloc suivant que le système se trouve sur un niveau B, M ou H.</p> <p><br /></p> <p>Des deux points de bifurcation de Hopf émergent des branches de solutions périodiques correspondant à des foyers ectopiques coexistant avec des solutions de type B ou M. Dans ces zones, on trouve de nouveau, quand on dépolarise le système à partir de la solution stationnaire, des phénomènes de BU, avec le même type de seuil, que dans la zone B. Toutefois la propagation correspond dans ce cas à la convergence vers une solution périodique (FE). Dans la zone H, les cellules sont très dépolarisées et incapables de générer une réponse efficace.</p> <p><br /></p> <p>Cette étude théorique représente une approche unifiée de certains types de (BU) et de (FE) liés à l'ischémie cardiaque. Une confirmation expérimentale autour de A. Bardou de l'INSERM est à l'étude.</p> <h3><a name="SECTION00063200000000000000" id= "SECTION00063200000000000000"></a><a name="mecacoeur-new" id= "mecacoeur-new"></a><br /> Modélisation mécanique du myocarde.</h3><br /> <br /> <span class="textbf">Participants :</span> Julie Bestel, Michel Sorine.<br /> <br /> <p>Nous avons poursuivi le travail de modélisation du myocarde (voir la section <a href= "fonde_mecacoeur_Toc.html#mecacoeur">3.3</a>). Le modèle de Mirsky et Parmley (équation (<a href= "fonde_mecacoeur_Toc.html#Mirsky">9</a>)) était apparu inutilisable pour représenter l'élément contractile : partant du repos,  <span class="MATH"><img width="15" height="23" align="middle" border="0" src="img122.png" alt= "$ \dot{\varepsilon}_{x}^{}$" /> = 0</span>, il est impossible en agissant seulement sur <span class= "MATH"><i>k</i><sub>1x</sub></span> et <span class= "MATH"><i>k</i><sub>2x</sub></span> de changer l'équilibre des forces et donc de déclencher le mouvement, car  <span class="MATH"><img width="16" height="22" align="middle" border="0" src="img123.png" alt="$ \sigma_{x}$" /></span> reste constant. Ce modèle n'est donc utilisable que pour les éléments passifs parallèle et série. Pour pallier cet inconvénient nous avions proposé l'an dernier un modèle décrivant l'évolution de la force et de l'élasticité du muscle en adaptant une approche proposée par Zahalak[<a href= "bibliographie_Toc.html#Zahalak" target= "contents">Zah86</a>]. L'adaptation consiste à faire apparaître la commande dans ce modèle, c'est-à-dire le rôle du Calcium. Cela remet en question le choix <em>a priori</em> d'une loi décrivant la distribution des ponts d'union fait par Zahalak.<br /> Le modèle obtenu rendait bien compte du comportement qualitatif lors de la contraction. Utilisé dans un simulateur global du SCV, il est apparu qu'il ne rendait pas bien compte des diverses vitesses de relaxation observables à travers des mesures de pression endocavitaires. Nous avons résolu ce problème en modifiant l'action de la commande sur le modèle de muscle. Le modèle actuel d'élément contractile est maintenant compatible avec : le modèle, au niveau microscopique, dit du «filament glissant de Huxley» ; au niveau macroscopique, avec les observations à l'origine du modèle de Mirsky et Parmley ; toujours à ce niveau avec les vitesses de contraction et de relaxation. Il s'écrit ainsi (<span class="MATH">||<sub>+</sub></span> désigne la partie positive) [<a href="bibliographie_Toc.html#Julie1-00" target="contents">42</a>] :</p> <div align="center" class="mathdisplay"> <a name="Huxley-Mirsky" id="Huxley-Mirsky"></a>  <table width="100%" align="center"> <tr valign="middle"> <td align="center" nowrap="nowrap"><img width="16" height="59" align="middle" border="0" src="img124.png" alt= "$\displaystyle \left\{\vphantom{ \begin{array}{l} \displaystyle {\dot{k}_{c} }... ...t+\vert u\vert) \sigma_{c} + {b \over 2}\vert u\vert _{+} \end{array} }\right.$" /><img width="209" height="56" align="middle" border="0" src="img125.png" alt= "$\displaystyle \begin{array}{l} \displaystyle {\dot{k}_{c} }= - a (\vert\dot{\v... ...}_{c}\vert+\vert u\vert) \sigma_{c} + {b \over 2}\vert u\vert _{+} \end{array}$" /></td> <td class="eqno" width="10" align="right">(<span class= "eqn-number">11</span>)</td> </tr> </table> </div>Ce système de deux équations différentielles du premier ordre couplées décrit l'évolution de la raideur <span class= "MATH"><i>k</i><sub>c</sub></span> et de la contrainte  <span class="MATH"><img width="15" height="22" align="middle" border="0" src="img126.png" alt="$ \sigma_{c}^{}$" /></span>, connaissant la vitesse de déformation  <span class="MATH"><img width="13" height="23" align="middle" border="0" src="img127.png" alt= "$ \dot{\varepsilon}_{c}^{}$" /></span> et une commande <span class="MATH"><i>u</i></span> traduisant l'influence du <small>SNA</small> : <span class="MATH"><i>u</i> > 0</span> provoque la contraction en augmentant la fréquence d'attachement des ponts actine-myosine, <span class= "MATH"><i>u</i> < 0</span> permet d'accélerer la relaxation en jouant sur la fréquence de détachement des mêmes ponts.<br /> Ce modèle rend compte de phénomènes qualitatifs clefs : à partir du repos (  <span class="MATH"><img width="13" height="23" align="middle" border="0" src="img127.png" alt= "$ \dot{\varepsilon}_{c}^{}$" /></span> nulle) l'activité peut démarrer en agissant sur <span class= "MATH"><i>u</i></span> (passage de 0 à une valeur strictement positive) ; d'autre part, l'expression de la vitesse de déformation obtenue en contraction isotonique (  <span class="MATH"><img width="15" height="23" align="middle" border="0" src="img128.png" alt="$ \dot{\sigma_{c}}$" /> = 0</span>) est comparable aux observations expérimentales de Hill.<br /> Ce modèle a été incorporé dans un simulateur de circulation sanguine en circuit fermé (circuit représenté figure <a href= "domai_traitement_Toc.html#fig-physio">4.3.1</a> et constitué de deux ventricules, quatre compartiments sanguins et des vaisseaux) et programmé dans <small>SCICOS</small>. L'analyse de son comportement est assez complexe. On la décompose en plusieurs études :<br /> - Étude de divers indices représentant le comportement du coeur : indices de contractilité et de relaxation du myocarde ; compliance équivalente lors du remplissage ...<br /> - Modélisation d'une pathologie : la syncope vaso-vagale. Un patient atteint de cette maladie a un coeur sain et une anomalie du contrôle par le <small>SNA</small> ; il est sujet à des pertes de connaissance, par exemple lors du passage de la position couchée à la position debout. L'explication la plus largement acceptée est la suivante : en général, le passage à l'orthostatisme provoque la séquestration d'un volume de sang tel que le remplissage du ventricule droit est diminué ; en réponse à la diminution de débit qui s'ensuit il y a réaction réflexe du système sympathique : augmentation de la force d'éjection et de la fréquence cardiaque. Les patients dits <i>vagaux</i> (présentant le syndrome de la syncope vaso-vagale) avaient une réponse anormale des mécano-récepteurs qui réagissent en envoyant aux centres un ordre de levée brutale du sympathique et une stimulation du parasympathique (vasodilatation très importante et bradycardie), qui conduit à l'évanouissement (conséquence de la chute de débit sanguin dans le cerveau).<br /> L'épreuve du tilt-test est censée reproduire les conditions de déclenchement de la syncope chez les sujets <i>positifs</i>. L'implantation d'un stimulateur chez ces patients permet, en se substituant au contrôleur naturel, de commander le pompage à une fréquence suffisante pour assurer un débit sanguin correct.<br /> Notre modèle devrait servir à tester cette hypothèse ; il faut pour cela formuler la loi de commande en boucle fermée : caractéristiques de <span class= "MATH"><i>u</i>(<i>t</i>)</span> (amplitude, rapport cyclique et fréquence) fonctions du volume du coeur et de la pression dans l'aorte. Ensuite nous pourrons simuler l'évolution du système en réponse à un changement de répartition des volumes sanguins entre les différents compartiments.<br /> Collaboration avec le Dr. J.C. Deharo, service de cardiologie de l'Hôpital Sainte-Marguerite, Marseille. <h3><a name="SECTION00063300000000000000" id= "SECTION00063300000000000000">Analyse descriptive du <small>SCV</small> et de son contrôle par le <small>SNA</small></a></h3><br /> <br /> <span class="textbf">Participants :</span> Claire Médigue, Alessandro Monti, Michel Sorine.<br /> <br /> <h4><a name="SECTION00063310000000000000" id= "SECTION00063310000000000000"></a><a name="sna" id= "sna"></a><br /> Sensibilité du baroréflexe :</h4>Dans un modèle très simple, la fréquence instantanée  <span class="MATH"><img width="10" height="30" align="middle" border="0" src="img129.png" alt="$ \dot{\phi}$" /></span> (ou plus précisément l'inverse du signal <em>RR</em>) est l'entrée du <small>SCV</small> et la pression artérielle <span class="MATH"><i>P</i><sub>a</sub></span> sa sortie. De façon symétrique, pour le <small>SNA</small>, <span class= "MATH"><i>P</i><sub>a</sub></span> est l'entrée et  <span class="MATH"><img width="10" height="30" align="middle" border="0" src="img129.png" alt="$ \dot{\phi}$" /></span> la sortie. La relation  <span class="MATH"><i>P</i><sub>a</sub> <img width="16" height="9" align="bottom" border="0" src="img4.png" alt= "$ \rightarrow$" /> <img width="10" height="30" align= "middle" border="0" src="img129.png" alt= "$ \dot{\phi}$" /></span> constitue un modèle de l'«arc baroréflexe». L'analyse d'un modèle très simple de la boucle  <span class="MATH"><img width="10" height="30" align="middle" border="0" src="img129.png" alt="$ \dot{\phi}$" /> <img width="16" height="9" align="bottom" border="0" src= "img4.png" alt="$ \rightarrow$" /> <i>P</i><sub>a</sub> <img width="16" height="9" align="bottom" border="0" src= "img4.png" alt="$ \rightarrow$" /> <img width="10" height= "30" align="middle" border="0" src="img129.png" alt= "$ \dot{\phi}$" /></span> avait montré [<a href= "bibliographie_Toc.html#vermeiren-th96" target= "contents">Ver96</a>] qu'elle est le siège d'un cycle limite de basse fréquence (environ <span class= "MATH">0.1<i>Hz</i></span> pour une fréquence cardiaque de <span class="MATH">1<i>Hz</i></span>), connu, sans que son origine soit comprise, sous le nom d'«ondes de Mayer» ou basse fréquence (<small>BF</small>). Un calcul plus précis, utilisant une technique d'approximation d'oscillations non linéaires avait permis de calculer la fréquence de ce cycle et son amplitude dans  <span class="MATH"><img width="10" height="30" align="middle" border="0" src="img129.png" alt="$ \dot{\phi}$" /></span> aussi bien que dans <span class= "MATH"><i>P</i><sub>a</sub></span>. Cela avait permis de proposer une méthode d'identification de la «sensibilité» de l'arc baroréflexe, c'est-à-dire du gain complexe de  <span class="MATH"><i>P</i><sub>a</sub> <img width="16" height="9" align="bottom" border="0" src="img4.png" alt= "$ \rightarrow$" /> <img width="10" height="30" align= "middle" border="0" src="img129.png" alt= "$ \dot{\phi}$" /></span> à la fréquence de Mayer, à partir de mesures de l'<small>ECG</small> et de la pression artérielle. Le gain dans la zone d'énergie de haute fréquence (<small>HF</small>) liée à la respiration, est étudié également depuis cette année. Ces gains constituent des indicateurs possibles de l'état du <small>SNA</small>. <h4><a name="SECTION00063320000000000000" id= "SECTION00063320000000000000">Coordination des rythmes cardio-respiratoires.</a></h4>Le système cardio-respiratoire peut être considéré comme un couplage, au niveau mécanique et nerveux, de deux oscillateurs physiologiques : le système cardiovasculaire et le système respiratoire. En condition physiologique, les deux systèmes se coordonnent vraisemblablement pour assurer une meilleure efficacité à chacun d'entre eux. L'utilisation d'une technique d'analyse harmonique, telle que la démodulation complexe, permet de suivre l'évolution temporelle du déphasage entre l'activité respiratoire et l'activité cardiovasculaire. En donnant des informations sur la synchronisation entre les différents systèmes physiologiques, les déphasages cardio-respiratoire et vasculo-respiratoire constituent des indicateurs de l'état du <small>SNA</small>. <h4><a name="SECTION00063330000000000000" id= "SECTION00063330000000000000">Respiration et système nerveux autonome.</a></h4>Grâce à la possibilité du contrôle volontaire de la respiration, en fréquence et en volume, celle-ci est utilisée comme une sonde pour tester l'efficacité du contrôle du système cardiovasculaire par le système nerveux autonome. L'application des méthodes d'analyse des signaux en fréquence et temps-fréquence permet d'estimer les amplitudes et phases des oscillations cardiovasculaires et la sensibilité du baroréflexe à plusieurs fréquences respiratoires. Les changements de la variabilité des signaux cardiovasculaires induits par les variations de fréquence respiratoire constituent des indicateurs supplémentaires de l'état du <small>SNA</small>. <h4><a name="SECTION00063340000000000000" id= "SECTION00063340000000000000">Application à la clinique :</a></h4> <ul> <li><em>Application à la physiologie du sommeil :</em> Le sommeil est organisé en cycles successifs au cours de la nuit, chaque cycle est organisé en stades, aux caractéristiques électrophysiologiques et aux mécanismes régulateurs différents (sommeil lent, pratiquement déconnecté des afférences centrales, sommeil paradoxal, siège de nombreux stimuli). On a étudié la sensibilité à court et à long terme de l'arc baroréflexe sous un régime respiratoire stable, en fonction des stades et des cycles. L'organisation en stades influe de manière dissociée sur les deux types de régulation sauf en sommeil paradoxal, où la sensibilité globale est la plus élevée; l'organisation en cycles n'a pas d'influence sur la sensibilité baroréflexe alors qu'elle est très importante sur les composants spectraux suggérant d'autres mécanismes de contrôle du <small>SCV</small> sur l'ensemble de la nuit [<a href="bibliographie_Toc.html#sleep1" target= "contents">32</a>]. Collaboration avec le Service des Explorations Fonctionnelles du Pr Escourrou, Hôpital Antoine Béclère, Clamart.</li> <li><em>Application à l'insuffisance cardiaque :</em> L'insuffisance cardiaque présente à la fois des anomalies de l'arc baroréflexe, dont les récepteurs sont saturés par les catécholamines et des schémas respiratoires anormaux. On a donc étudié l'influence de la respiration volontaire sur la sensibilité baroréflexe, en la faisant varier de 0.25 Hz à 0.15Hz; elle diminue chez les insuffisants cardiaques (IC) alors qu'elle augmente chez les sujets contrôles. On a également étudié l'évolution instantanée des amplitudes et phases entre signaux cardio-vasculaires et respiratoires; de grandes variations de phase et de soudaines chutes d'amplitude existent chez les IC à 0.15Hz. Ces deux analyses montrent que la respiration volontaire, en impliquant les structures corticales, révèle une anomalie centrale et fréquence respiratoire-dépendante de la régulation de l'arc baroréflexe [<a href= "bibliographie_Toc.html#gain1" target= "contents">33</a>,<a href="bibliographie_ct.html#dmc1" target="contents">34</a>]. Collaboration avec le Dr. Laurence Mangin, Unité INSERM 127 et service de pharmacologie clinique, Hôpital Henri Mondor.</li> <li><em>Application à la pharmacologie :</em> Le comportement du <small>SNA</small> sous influence de drogues inhibitrices a été étudié chez 14 jeunes adultes sains. l'objectif est l'analyse de la composante parasympathique du <small>SNA</small>, à travers les relations entre le tonus vagal, reflété par le rythme cardiaque moyen et les variations haute fréquence de ce rythme, liées à la respiration et appelées Arythmie Sinusale Respiratoire (ASR). On a «déconnecté» pharmacologiquement la branche sympathique du <small>SNA</small> puis injecté à doses progressives un inhibiteur du système parasympathique. Une analyse instantanée temps-fréquence, utilisant la transformation de pseudo Wigner-Ville lissée a permis de suivre ces modifications[<a href="bibliographie_Toc.html#atropine1" target="contents">35</a>]. Collaboration avec le Pr. JL. Elghozi, laboratoire de Pharmacologie, Hôpital Necker.</li> </ul> <h3><a name="SECTION00063400000000000000" id= "SECTION00063400000000000000">Modélisation du centre de commande respiratoire</a></h3><br /> <br /> <span class="textbf">Participants :</span> Daniel Claude, Alessandro Monti.<br /> <br /> <p>Les approches de modélisation et de simulation ont permis de valider des hypothèses biologiques et de proposer des réponses à des questions auxquelles aucune expérience électrophysiologique ni pharmacologique n'avait jusqu'alors su répondre.</p> <ul> <li>Les mécanismes présidant à la genèse des rythmes sont encore mal connus, et en particulier il n'est pas encore établi si ces rythmicités résultent des propriétés intrinsèques de certains neurones (activité pacemaker[<a href="bibliographie_Toc.html#Smith91" target= "contents">JHK+91</a>]), ou si elles constituent une propriété du réseau du tronc cérébral (activité de réseau[<a href="bibliographie_Toc.html#Balis94" target= "contents">UKJB94</a>]). Le modèle suppose que l'activité périodique neuronale ne puisse pas émerger de l'activité du réseau et qu'il est donc nécessaire d'inclure des neurones pacemakers à l'intérieur du rhombomère pour créer une activité périodique conforme aux caractéristiques observées expérimentalement.</li> <li>Le rôle coordonnateur à long terme de l'action neuromodulatrice à l'intérieur du rhombomère a été suggéré, mais aucune expérience physiologique n'a pu encore le mettre en évidence. Le modèle propose l'existence d'une action de coordination à long terme (action neuromodulatrice ) et à court terme (action Glu-ergique excitatrice) étendue à tous les neurones qui constituent le rhombomère et ainsi qu'entre les différents rhombomères.</li> <li>Associées à deux modes de décharges distincts, plusieurs observations électrophysiologiques ont permis de distinguer deux sous-populations neuronales au sein du réseau. Les neurones dits de type I et II ont les mêmes propriétés électrophysiologiques et se déchargent en phase avec les nerfs moteurs. <p>Les neurones dits de type III se déchargent en opposition de phase avec les nerfs moteurs. Le modèle propose que la différenciation entre neurones de type I et II, et neurones de type III, ainsi que la similarité entre neurones de type I et neurones de type II sont deux aspects indispensables au fonctionnement physiologique du réseau embryonnaire.</p> </li> <li>A la suite de différentes expériences en laboratoire, l'hypothèse de l'existence concomittante d'unités «co-activatrices» et d'unités «génératrices» à l'intérieur du simple rhombomère avait été avancée[<a href= "bibliographie_Toc.html#Champagnat97" target= "contents">CF97</a>]. Le modèle reprend cette structure dans laquelle les neurones de type I et II sont les unités «co-activatrices» responsables de l'activité coordonnée entre les différents rhombomères. Les neurones de type III correspondent aux unités «génératrices» qui diffèrent entre rhombomères par le nombre de leurs récepteurs Gaba-ergiques, ce qui conduit à une activité intrinsèque différente pour chaque segment du réseau rhombomérique.</li> </ul>Ce thème de recherche a abouti au développement d'un modèle de rhombomère à même de reproduire les principales caractéristiques physiologiques établies à la suite de plusieurs expériences électrophysiologiques et pharmacologiques. L'approche de modélisation et de simulation a permis de proposer des modes de connexions entre les différents rhombomères et représent un modèle possible du fonctionnement de la commande nerveuse de la respiration automatique adulte. <h3><a name="SECTION00063500000000000000" id= "SECTION00063500000000000000">Analyse de VCG à l'aide de l'algorithme de «Matching Pursuit»</a></h3><br /> <br /> <span class="textbf">Participants :</span> Catherine Bonnet, Jonathan Partington, Michel Sorine.<br /> <br /> <p>L'algorithme de «Matching Pursuit» introduit dans [<a href="bibliographie_Toc.html#MZ93" target= "contents">SZ93</a>] permet la reconstruction d'un élément <span class="MATH"><i>f</i></span> d'un espace de Hilbert <span class="MATH"><i>H</i></span> à partir d'un ensemble fixé de vecteurs (un dictionnaire de vecteurs normalisés  <span class="MATH">{<i>g</i><sub><img width="9" height="11" align="bottom" border="0" src="img130.png" alt= "$\scriptstyle \alpha$" /></sub>,<img width="10" height="11" align="bottom" border="0" src="img117.png" alt="$ \alpha$" /> <img width="11" height="22" align="middle" border="0" src= "img67.png" alt="$ \in$" /> <i>A</i>}</span> où <span class= "MATH"><i>A</i></span> est en général fini mais ce n'est pas nécessaire). Cet algorithme a la propriété de pouvoir fonctionner avec un petit nombre de données; il a été utilisé avec succès dans des problèmes de traitement de signal ou d'images pour lesquels il s'agit d'extraire l'information significative d'un grand nombre de données.</p> <p>Nous avons proposé une version relaxée de cet algorithme (qui conduit à une convergence plus rapide dans certains cas) ainsi qu'une version vectorielle et l'avons appliquée à la reconstruction de signaux Vecto-cardiographiques à partir de fichiers de données fournis par L. Mangin (3 vecteurs de  <span class="MATH"><b>R</b><sup>3</sup></span> obtenus en plaçant trois dérivations sur le patient).</p> <h3><a name="SECTION00063600000000000000" id= "SECTION00063600000000000000"></a><a name="ovaire3" id= "ovaire3"></a><br /> Modélisation et commande de la fonction ovarienne</h3><br /> <br /> <span class="textbf">Participants :</span> Daniel Claude, Frédérique Clément.<br /> <br /> <p>Un modèle mathématique du contrôle de la dynamique de production d'AMPc par les cellules de granulosa, en réponse à FSH, a été développé [<a href="bibliographie_Toc.html#fruk" target="contents">77</a>]. C'est une étape dans la compréhension du mécanisme d'action de cette hormone majeure de régulation de la fonction ovarienne. La capacité des cellules de la granulosa à produire de l'AMP cyclique (AMPc) en réponse à FSH augmente progressivement au cours du développement folliculaire terminal. Le contrôle de la concentration intracellulaire en AMPc implique à la fois des processus biochimiques survenant à une échelle de temps de la seconde ou de la minute (liaison ligand/récepteur, désensibilisation, internalisation), et des processus physiologiques plus lents (s'étalant sur un à plusieurs jours), qui se ramènent principalement à une modification de l'efficacité de couplage entre la stimulation des récepteurs par FSH et l'activation de l'enzyme adenylate cyclase synthétisant l'AMPc. Tout en décrivant l'évolution temporelle des concentrations moyennes en espèces membranaires (récepteurs libres, liés à FSH sous forme active ou phosphorylée, adenylate cyclase), le modèle est centré sur l'étude de la teneur intracellulaire en AMPc qui résulte des interactions entre les dynamiques lentes et rapides. l'exposition à un stimulus constant en FSH conduit la concentration en AMPc à une valeur d'équilibre stable. Le comportement transitoire de la teneur en AMPc, ainsi que le délai nécessaire pour se rapprocher de l'équilibre, varient en fonction des valeurs affectées aux paramètres du modèle, qui ont une signification biologique directe. Une réponse inadaptée des cellules de la granulosa vis-à-vis de FSH pouvant avoir des répercussions dramatiques sur le développement folliculaire, un modèle réaliste caractérisant à la fois la transduction physiologique et pathologique du signal FSH devrait se révéler très utile pour simuler de nouvelles approches thérapeutiques.<br /> Ce travail est mené dans le cadre du programme de recherche «Automatique, Biologie et Santé, Modélisation et commande des régulations biologiques».</p> </body>