Proposition D'un Modèle Machine-learning Hybride - Rennes, France - LTSI - UMR INSERM 1099

Description

**Proposition d'un modèle machine-learning hybride pour la prédiction de la réponse à la thérapie de resynchronisation cardiaque**:

- Réf **ABG-122575**
- Sujet de Thèse- 15/04/2024- Financement public/privé- LTSI - UMR INSERM 1099- Lieu de travail- Rennes - Bretagne - France- Intitulé du sujet- Proposition d'un modèle machine-learning hybride pour la prédiction de la réponse à la thérapie de resynchronisation cardiaque- Champs scientifiques- Numérique
- Santé, médecine humaine, vétérinaire
- Science de la donnée (stockage, sécurité, mesure, analyse)
- Mots clés- Machine-learning, Modélisation, Traitement du signal, Ingénierie pour la santé**Description du sujet**:
Ce travail de thèse s'intègre dans le cadre du projet EXPERT, financé par l'agence nationale de la recherche (ANR). Ce projet a pour objectif de fournir un support d'aide à la décision (decision support system - DSS) visant à prédire la réponse des patients à la CRT afin d'aider le clinicien concernant la décision d'implanter le patient. Le DSS sera développé à partir de méthodes d'intelligence artificielle explicables, intégrant apprentissage automatique et modèles computationnels physiologiques (jumeau numérique du patient) afin de : 1) combiner connaissances physiologiques et données cliniques ; 2) améliorer l'interprétabilité des modèles ; et 3) minimiser le sur-apprentissage. Les modèles utilisés seront principalement basés sur l'analyse des déformations du myocarde, qui seront mesurées par échocardiographie (speckle-tracking).

Dans un second temps, le DSS sera implanté dans trois Centre Hospitaliers Universitaires (CHU) français et sera utilisé dans une étude clinique observationnelle, multicentrique et prospective, afin d'en évaluer les performances. Les résultats de la thèse pourront donc avoir un impact clinique direct concernant la prise en charge des patients insuffisants cardiaques.

**Références**

1. Bernard, A.; Donal, E.; Leclercq, C.; Schnell, F.; Fournet, M.; Reynaud, A.; Thebault, C.; Mabo, P.; Daubert, J.C.; Hernandez, A. Impact of Cardiac Resynchronization Therapy on Left Ventricular Mechanics: Understanding the Response through a New Quantitative Approach Based on Longitudinal Strain Integrals. J Am Soc Echocardiogr 2015, 28, ,

3. Gallard, A.; Hubert, A.; Smiseth, O.; Voigt, J.U.; Le Rolle, V.; Leclercq, C.; Bidaut, A.; Galli, E.; Donal, E.; Hernandez, A.I. Prediction of response to cardiac resynchronization therapy using a multi-feature learning method. Int J Cardiovasc Imaging 2021, 37, , doi:10.1007/s

4. Gallard, A.; Galli, E.; Hubert, A.; Bidaut, A.; Le Rolle, V.; Smiseth, O.; Voigt, J.U.; Donal, E.; Hernandez, A.I. Echocardiographic view and feature selection for the estimation of the response to CRT. PLoS One 2021, 16, e0252857,

5. Hubert, A.; Gallard, A.; Rolle, V.L.; Smiseth, O.A.; Leclercq, C.; Voigt, J.U.; Galli, E.; Galand, V.; Hernandez, A.; Donal, E. Left ventricular strain for predicting the response to cardiac resynchronization therapy: two methods for one question. Eur Heart J Cardiovasc Imaging 2021, /ehjci/jeaa422, doi:10.1093/ehjci/jeaa422.

6. Taconne, M.; Owashi, K.P.; Galli, E.; Duchenne, J.; Hubert, A.; Donal, E.; Hernàndez, A.I.; Le Rolle, V. Model-based analysis of myocardial strains in left bundle branch block. Frontiers in Applied Mathematics and Statistics 2022, 8, 833003, doi:10.3389/fams

7. Le Rolle, V.; Galli, E.; Danan, D.; El Houari, K.; Hubert, A.; Donal, E.; Hernandez, A.I. Sensitivity Analysis of a Left Ventricle Model in the Context of Intraventricular Dyssynchrony. Acta Biotheor 2020, 68, 45-59, doi:10.1007/s y.

**Prise de fonction**:

- 01/10/2024**Nature du financement**:

- Financement public/privé**Précisions sur le financement**:

- Thèse financée par le projet ANR Expert**Présentation établissement et labo d'accueil**:

- LTSI - UMR INSERM 1099Le LTSI (Laboratoire Traitement du Signal et de l'Image) est un laboratoire de recherche de l'Université de Rennes et de l'INSERM, à l'interface des disciplines relevant des domaines des sciences et technologies de l'information et de la santé.

**Site web**:
**Intitulé du doctorat**:

- Doctorat en Signal, Image, Vision, Son**Pays d'obtention du doctorat**:

- France**Etablissement délivrant le doctorat**:

- Université de Rennes**Ecole doctorale**:

- Mathématiques et Sciences et Technologies de l'Information et de la communication (MATHSTIC)-
- 28/06/2024