Analysis of intrinsic cardiac neuron activity in relation to neurogenic atrial fibrillation and vagal stimulation

La fibrillation auriculaire est le trouble du rythme le plus fréquent chez l'homme. Elle conduit souvent à de graves complications telles que l'insuffisance cardiaque et les accidents vasculaires cérébraux. Un mécanisme neurogène de la fibrillation auriculaire mis en évidence. L'induction de tachyarythmie par stimulation du nerf médiastinal a été proposée comme modèle pour étudier la fibrillation auriculaire neurogène. Dans cette thèse, nous avons étudié l'activité des neurones cardiaques intrinsèques et leurs interactions à l'intérieur des plexus ganglionnaires de l'oreillette droite dans un modèle canin de la fibrillation auriculaire neurogène. Ces activités ont été enregistrées par un réseau multicanal de microélectrodes empalé dans le plexus ganglionnaire de l'oreillette droite. L'enregistrement de l'activité neuronale a été effectué continument sur une période de près de 4 heures comprenant différentes interventions vasculaires (occlusion de l'aorte, de la veine cave inférieure, puis de l'artère coronaire descendante antérieure gauche), des stimuli mécaniques (toucher de l'oreillette ou du ventricule) et électriques (stimulation du nerf vague ou des ganglions stellaires) ainsi que des épisodes induits de fibrillation auriculaire. L'identification et la classification neuronale ont été effectuées en utilisant l'analyse en composantes principales et le partitionnement de données (cluster analysis) dans le logiciel Spike2. Une nouvelle méthode basée sur l'analyse en composante principale est proposée pour annuler l'activité auriculaire superposée sur le signal neuronal et ainsi augmenter la précision de l'identification de la réponse neuronale et de la classification. En se basant sur la réponse neuronale, nous avons défini des sous-types de neurones (afférent, efférent et les neurones des circuits locaux). Leur activité liée à différents facteurs de stress nous ont permis de fournir une description plus détaillée du système nerveux cardiaque intrinsèque. La majorité des neurones enregistrés ont réagi à des épisodes de fibrillation auriculaire en devenant plus actifs. Cette hyperactivité des neurones cardiaques intrinsèques suggère que le contrôle de cette activité pourrait aider à prévenir la fibrillation auriculaire neurogène. Puisque la stimulation à basse intensité du nerf vague affaiblit l'activité neuronale cardiaque intrinsèque (en particulier pour les neurones afférents et convergents des circuits locaux), nous avons examiné si cette intervention pouvait être appliquée comme thérapie pour la fibrillation auriculaire. Nos résultats montrent que la stimulation du nerf vague droit a été en mesure d'atténuer la fibrillation auriculaire dans 12 des 16 cas malgré un effet pro-arythmique défavorable dans 1 des 16 cas. L'action protective a diminué au fil du temps et est devenue inefficace après ~ 40 minutes après 3 minutes de stimulation du nerf vague.

Localisation du langage et de la mémoire verbale en magnétoencéphalographie

Dans le cadre de l’évaluation pré-chirurgicale de patients épileptiques, il est impératif de déterminer la spécialisation hémisphérique du langage, ainsi que de localiser les aires du langage au sein de cet hémisphère. De nouvelles méthodes d’évaluation non- invasives doivent être mises au point afin de diminuer les risques associés aux méthodes plus invasives telles que le test à l’amobarbital intracarotidien (TAI). L’objectif principal de cette thèse est donc de développer un protocole d’évaluation pré-chirurgicale alternatif et non-invasif à l’aide de la magnétoencéphalographie (MEG) pour la latéralisation et la localisation du langage, incluant la mémoire verbale qui serait éventuellement accessible à une population pédiatrique francophone épileptique. L’article 1 présente une recension de la littérature résumant les différentes études en MEG ayant pour objectif l’évaluation pré-chirurgicale du langage. Trente-sept articles en MEG ont été analysés pour déterminer quelles tâches permettaient d’obtenir les meilleurs résultats de latéralisation intrahémisphérique et de localisation du langage pour l’évaluation du langage réceptif et expressif chez des sujets neurologiquement sains et épileptiques. Parmi les tests retenus, l’épreuve de reconnaissance de mots permet d’évaluer le langage réceptif et la mémoire verbale, tandis que des épreuves de fluence verbale telles que la génération de verbes permettent d’évaluer le langage expressif de façon à obtenir de très bons résultats. L’article 2 a permis de valider un protocole auprès de sujets neurologiquement sains à l’aide des épreuves identifiées dans l’article 1. Le protocole utilisé comprend une tâche de langage réceptif et de mémoire verbale (une épreuve de reconnaissance de mots) et une tâche de langage expressif (une épreuve de fluence verbale). Suite à la validation du protocole à l’aide d’analyses par composantes principales, les épreuves ont été administrées à un groupe de patients épileptiques. Les index de latéralité et les analyses de sources i révèlent que la MEG permet de localiser et de latéraliser les fonctions langagières et pourrait donc être utilisée comme méthode d'évaluation du langage lors de l'évaluation pré- chirurgicale auprès de patients épileptiques. Toutefois, alors que l’épreuve de mémoire verbale a permis d’obtenir les meilleurs résultats auprès de l’ensemble des participants, l’épreuve de fluence verbale n’a fourni des informations supplémentaires que chez un seul patient et chez aucun participant neurologiquement sain. En résumé, les deux articles de cette thèse démontrent le potentiel clinique de la MEG pour l’évaluation pré-chirurgicale de patients souffrant d’une épilepsie réfractaire.

Analysis of scoliosis trunk deformities using ICA

This paper describes a method for analyzing scoliosis trunk deformities using Independent Component Analysis (ICA). Our hypothesis is that ICA can capture the scoliosis deformities visible on the trunk. Unlike Principal Component Analysis (PCA), ICA gives local shape variation and assumes that the data distribution is not normal. 3D torso images of 56 subjects including 28 patients with adolescent idiopathic scoliosis and 28 healthy subjects are analyzed using ICA. First, we remark that the independent components capture the local scoliosis deformities as the shoulder variation, the scapula asymmetry and the waist deformation. Second, we note that the different scoliosis curve types are characterized by different combinations of specific independent components.

STUDIES ON THE STRESS FLUCTUATIONS IN SHEARED STOKESIAN SUSPENSIONS USING CHAOS THEORY AND NONLINEAR DYNAMICS

The thesis report results obtained from a detailed analysis of the fluctuations of the rheological parameters viz. shear and normal stresses, simulated by means of the Stokesian Dynamics method, of a macroscopically homogeneous sheared suspension of neutrally buoyant non-Brownian suspension of identical spheres in the Couette gap between two parallel walls in the limit of vanishingly small Reynolds numbers using the tools of non-linear dynamics and chaos theory for a range of particle concentration and Couette gaps. The thesis used the tools of nonlinear dynamics and chaos theory viz. average mutual information, space-time separation plots, visual recurrence analysis, principal component analysis, false nearest-neighbor technique, correlation integrals, computation of Lyapunov exponents for a range of area fraction of particles and for different Couette gaps. The thesis observed that one stress component can be predicted using another stress component at the same area fraction. This implies a type of synchronization of one stress component with another stress component. This finding suggests us to further analysis of the synchronization of stress components with another stress component at the same or different area fraction of particles. The different model equations of stress components for different area fraction of particles hints at the possible existence a general formula for stress fluctuations with area fraction of particle as a parameter

Strategies for Inverse Profiling of Two Dimensional Dielectric Scatterers Using Electromagnetic Illumination

Electromagnetic tomography has been applied to problems in nondestructive evolution, ground-penetrating radar, synthetic aperture radar, target identification, electrical well logging, medical imaging etc. The problem of electromagnetic tomography involves the estimation of cross sectional distribution dielectric permittivity, conductivity etc based on measurement of the scattered fields. The inverse scattering problem of electromagnetic imaging is highly non linear and ill posed, and is liable to get trapped in local minima. The iterative solution techniques employed for computing the inverse scattering problem of electromagnetic imaging are highly computation intensive. Thus the solution to electromagnetic imaging problem is beset with convergence and computational issues. The attempt of this thesis is to develop methods suitable for improving the convergence and reduce the total computations for tomographic imaging of two dimensional dielectric cylinders illuminated by TM polarized waves, where the scattering problem is defmed using scalar equations. A multi resolution frequency hopping approach was proposed as opposed to the conventional frequency hopping approach employed to image large inhomogeneous scatterers. The strategy was tested on both synthetic and experimental data and gave results that were better localized and also accelerated the iterative procedure employed for the imaging. A Degree of Symmetry formulation was introduced to locate the scatterer in the investigation domain when the scatterer cross section was circular. The investigation domain could thus be reduced which reduced the degrees of freedom of the inverse scattering process. Thus the entire measured scattered data was available for the optimization of fewer numbers of pixels. This resulted in better and more robust reconstructions of the scatterer cross sectional profile. The Degree of Symmetry formulation could also be applied to the practical problem of limited angle tomography, as in the case of a buried pipeline, where the ill posedness is much larger. The formulation was also tested using experimental data generated from an experimental setup that was designed. The experimental results confirmed the practical applicability of the formulation.

Two Dimensional Large Amplitude Quasi Solitons in Thin Helium Films

Large amplitude local density fluctuations in a thin superfluid He film is considered. It is shown that these large amplitude fluctuations travel and behave like "quasi-solitons" under collision, even when the full nonlinearity arising from the Van der Waals potential is taken into account.

Solitons and their resonances on two-dimensional superfluid films

The dynamics of saturated two-dimensional superfluid4He films is shown to be governed by the Kadomtsev-Petviashvili equation with negative dispersion. It is established that the phenomena of soliton resonance could be observed in such films. Under the lowest order nonlinearity, such resonance would happen only if two dimensional effects are taken into account. The amplitude and velocity of the resonant soliton are obtained.

Evidence for the existence of Sarkovskii ordering in a two-dimensional map

We analyse numerically the bifurcation structure of a two-dimensional noninvertible map and show that different periodic cycles are arranged in it exactly in the same order as in the case of the logistic map. We also show that this map satisfies the general criteria for the existence of Sarkovskii ordering, which supports our numerical result. Incidently, this is the first report of the existence of Sarkovskii ordering in a two-dimensional map.

Two-dimensional Microwave Tomographic Imaging of Breast Tissues

Despite its recognized value in detecting and characterizing breast disease, X-ray mammography has important limitations that motivate the quest for alternatives to augment the diagnostic tools that are currently available to the radiologist. The rationale for pursuing electromagnetic methods are based on the significant dielectric contrast between normal and cancerous breast tissues, when exposed to microwaves. The present study analyzes two-dimensional microwave tomographic imaging on normal and malignant breast tissue samples extracted by mastectomy, to assess the suitability of the technique for early detection ofbreast cancer. The tissue samples are immersed in matching coupling medium and are illuminated by 3 GHz signal. 2-D tomographic images ofthe breast tissue samples are reconstructed from the collected scattered data using distorted Born iterative method. Variations of dielectric permittivity in breast samples are distinguishable from the obtained permittivity profiles, which is a clear indication of the presence of malignancy. Hence microwave tomographic imaging is proposed as an alternate imaging modality for early detection ofbreast cancer.

Optical response of two-dimensional few-electron concentric double quantum rings: A local-spin-density-functional theory study

We have investigated the dipole charge- and spin-density response of few-electron two-dimensional concentric nanorings as a function of the intensity of a erpendicularly applied magnetic field. We show that the dipole response displays signatures associated with the localization of electron states in the inner and outer ring favored by the perpendicularly applied magnetic field. Electron localization produces a more fragmented spectrum due to the appearance of additional edge excitations in the inner and outer ring.

A System for Offline Recognition of Handwritten Characters in Malayalam Script

In this paper, we propose a handwritten character recognition system for Malayalam language. The feature extraction phase consists of gradient and curvature calculation and dimensionality reduction using Principal Component Analysis. Directional information from the arc tangent of gradient is used as gradient feature. Strength of gradient in curvature direction is used as the curvature feature. The proposed system uses a combination of gradient and curvature feature in reduced dimension as the feature vector. For classification, discriminative power of Support Vector Machine (SVM) is evaluated. The results reveal that SVM with Radial Basis Function (RBF) kernel yield the best performance with 96.28% and 97.96% of accuracy in two different datasets. This is the highest accuracy ever reported on these datasets