Détection et suivi des singularités de phase par le suivi des fronts de dépolarisation dans un modèle informatique de fibrillation auriculaire
Notice bibliographique
Résumé
La fibrillation auriculaire affecte un nombre grandissant d’individus chaque année et peut mener à de graves complications telles qu’un accident vasculaire cérébral. Une approche thérapeutique est la thermo- ou cryoablation par cathéter de zones tissulaires essentielles au maintien des épisodes de fibrillation. Une des cibles proposées pour l’ablation est le centre des rotors qui maintiennent l’arythmie en créant des réentrées stables. Ces rotors sont détectés à partir de signaux de cartographie électrique ou optique ou dans des simulations à l’aide du concept de singularité de phase (SP). L’analyse de ces SP donne une description de la dynamique de la fibrillation. Le suivi dans le temps (tracking) des SP a une importance critique pour calculer la durée de vie des rotors et leur stabilité. L’objectif du projet est donc d’améliorer les algorithmes de détection et de suivi des SP. Nous avons développé des modèles de tissus cardiaques 2D avec des hétérogénéités dynamiques (variations battement à battement), ionique (conductance des canaux potassiques), et structurelles (fibrose). Des épisodes de fibrillation ont été simulés dans ces modèles. Le script développé permet de suivre avec précision les SP de l’ensemble de simulations. La performance de cet algorithme varie en fonction de la complexité de la dynamique étudiée et du pas de temps utilisé pour faire le suivi. Une correction a posteriori et une simplification à partir d’un facteur de seuillage (τps = 15ms) permettent de mettre en évidence les rotors permanents avec une longue durée de vie. Cet algorithme permettra donc de faciliter les analyses de dynamique de fibrillation auriculaire en contexte de simulation sous la forme de feuillet tissulaire 2D. La méthode utilisée est aussi généralisable aux modèles 3-dimensionnels.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».