Numerical methods for a personalized autonomous transcutaneous gas monitoring device
Méthodes numériques pour un dispositif de suivi autonome personnalisé des gaz transcutanés
Résumé
Respiratory or metabolic diseases do affect the gas exchange between blood and exhaled air, and thus the concentration of biomarkers in the blood. The measurement of transcutaneous gases makes it possible to monitor continuously the concentration of given volatile compounds in the blood, such as the carbon dioxide (CO2). This work belongs to the development of a CAPNO capnometry device - an innovative system based on an infrared optical measurement of the pressure of transcutaneous CO2 that aims to estimate and monitor the evolution of the blood CO2 pressure.The objective of this thesis is to study numerical methods of signal processing to improve the autonomy of this device by inferring the concentration of CO2 in the blood in an autonomous, robust and quantitative way, thus allowing personalized monitoring of patients at home.This led us to first study a dynamic model of the device based on a desorption model that treats the phenomenon of diffusion in an established regime, and a signal restoration ARMA filter to estimate the blood carbon dioxide pressure and smooth the measurement noise. To estimate the parameters of this restoration filter, we use a learning approach based on measurements provided by CAPNO and measurements that come from reference devices.The new geometry of the CAPNO device is based on the principle of an open chamber. In order to describe the behavior of CO2 transport we develop a new model that describes the phenomenon of non-stationary diffusion. We propose a dynamic model based on a system of convection-diffusion equations across three different media: blood, skin and device column. This model described the dynamic evolution of the time series of the depth profile of CO2 concentration, taking into account the specific parameters for the three media considered. Using the discrete dynamic model, we propose a Kalman filter to calculate the series of arterial CO2 concentrations from the time series. This estimation method is an adaptive recursive method that offers the possibility to carry out this treatment on board on the microcontroller of the device.
Les maladies respiratoires ou métaboliques affectent les échanges gazeux entre le sang et l’air expiré, et donc la concentration des biomarqueurs dans le sang. La mesure des gaz transcutanés permet de suivre en continue la concentration de certains composés volatiles du sang, notamment le dioxyde de carbone (CO2). Ces travaux concernent le développement d’un dispositif de capnométrie CAPNO - un système innovant reposant sur une mesure optique infrarouge de la pression du CO2 transcutané qui a pour but l’estimation et la surveillance de l’évolution de la pression du CO2 sanguin.L’objectif de cette thèse est d’étudier des méthodes numériques de traitement du signal pour améliorer l’autonomie de ce dispositif en inférant le taux de CO2 dans le sang d’une manière autonome, robuste et quantitative, permettant ainsi un suivi personnalisé des patients à domicile.Ceci nous a amené à étudier dans un premier temps un modèle dynamique du dispositif s’appuyant un modèle de désorption qui traite le phénomène de diffusion en régime établi, et un filtre de restauration du signal de type ARMA pour estimer au mieux la pression du gaz carbonique sanguin et lisser le bruit de mesure. Pour estimer les paramètres de ce filtre de restauration, nous utilisons une approche par apprentissage à partir des mesures fournies par CAPNO et des mesures qui proviennent de dispositifs de référence.La nouvelle géométrie du dispositif CAPNO repose sur le principe d’une chambre ouverte. Afin de décrire le transport du CO2 nous proposons un nouveau modèle qui décrit le phénomène de diffusion non-stationnaire. Nous développons un modèle dynamique reposant sur un système d’équations de convection-diffusion à travers trois milieux différents : le sang, la peau et la colonne du dispositif: Ce modèle repose sur l’étude de la série temporelle du profil de concentration du CO2 en fonction de la profondeur tenant compte des paramètres spécifiques pour les trois milieux considérés. A partir du modèle dynamique discret, nous proposons un filtre de Kalman pour calculer à partir de la série temporelle des variables observées bruitées la série des concentrations du CO2 artériel. Cette méthode d’estimation est une méthode récursive adaptative qui offre la possibilité de réaliser ce traitement de manière embarquée sur le microcontrôleur du dispositif.
| Origine | Version validée par le jury (STAR) |
|---|