Modélisation dynamique de l’ouverture et de la fermeture des voies respiratoires humaines : application au contexte clinique de l’oxygénothérapie à haut débit (HFNO) et p

Résumé

Contexte et motivation :

L’évaluation de l’effort respiratoire est un enjeu majeur en médecine respiratoire, particulièrement chez les patients en détresse respiratoire aiguë.
L’oxygénothérapie à haut débit nasal (High Flow Nasal Oxygen, HFNO) est une technique de plus en plus utilisée pour améliorer l’oxygénation et réduire le travail respiratoire.
Cependant, les mécanismes physiologiques précis reliant la pression et le débit d’air à l’ouverture et à la fermeture des voies respiratoires restent mal compris.
Une modélisation dynamique de ces phénomènes permettrait de mieux interpréter les signaux de pression et de débit mesurés, et d’estimer en temps réel l’effort respiratoire du patient.

Objectifs du projet :

L’objectif principal de cette thèse est de développer et de valider des modèles dynamiques reliant la pression et le débit mesurés à l’entrée des voies aériennes à la dynamique d’ouverture et de fermeture des voies respiratoires.
Ces modèles permettront d’estimer, de façon non invasive et en temps réel, l’effort respiratoire fourni par un patient sous HFNO.

Plusieurs types de modèles seront considérés :
– Modèles linéaires et non linéaires d’ordre entier, issus de la mécanique des fluides et de la physiologie respiratoire.
– Modèles d’ordre non entier (fractionnaires), permettant de mieux représenter les phénomènes viscoélastiques complexes du système respiratoire.

Méthodologie :

1. Acquisition de données expérimentales : données issues d’un mannequin respiratoire instrumenté et de patients sous HFNO.
2. Développement et identification des modèles : ajustement des paramètres par optimisation numérique et comparaison entre modèles.
3. Validation et application clinique : estimation en temps réel de l’effort respiratoire et évaluation de la pertinence clinique.
4. Caractérisation du phénomène d’avalanche.

Résultats attendus et perspectives :

Cette recherche vise à proposer un outil innovant d’évaluation non invasive de l’effort respiratoire, applicable au suivi des patients sous HFNO.
Les résultats attendus devraient contribuer à une meilleure compréhension des interactions entre la pression, le débit et la mécanique pulmonaire, et ouvrir la voie à des stratégies personnalisées d’assistance respiratoire.

Dynamic Modeling of Airway Opening and Closure in Humans: Application to High Flow Nasal Oxygen (HFNO) Therapy

Doctoral School:
MIMME

Host Laboratory:
LIAS – Laboratoire d’Informatique et Automatique des Systèmes

Supervisors:
Laurent RAMBAULT (HDR), Erik ETIEN (HDR)

Context and motivation:

Assessing respiratory effort is a key challenge in respiratory medicine, especially in patients experiencing acute respiratory failure.
High Flow Nasal Oxygen (HFNO) therapy is increasingly used to improve oxygenation and reduce respiratory workload.
However, the underlying physiological mechanisms linking pressure and airflow to airway opening and closure remain poorly understood.
A detailed dynamic modeling of these phenomena would enable better interpretation of pressure and flow signals and allow real-time estimation of a patient’s respiratory effort.

Objectives:

The main goal of this PhD project is to develop and validate dynamic models that describe the relationship between pressure and flow at the airway entrance and the mechanical behavior of airway opening and closure.
These models aim to provide a non-invasive, real-time estimation of respiratory effort in patients receiving HFNO therapy.

Two classes of models will be investigated :
– Integer-order (classical) models, derived from respiratory mechanics and fluid dynamics.
– Fractional-order models, which can capture the complex viscoelastic behavior of lung tissues more accurately.

Methodology:

1. Experimental data acquisition: measurements from an instrumented respiratory mannequin and from HFNO patients.
2. Model development and identification: parameter optimization and comparative analysis of integer- and fractional-order models.
3. Validation and clinical application: real-time estimation of respiratory effort and clinical relevance assessment.
4. Characterization of the avalanche phenomenon.

Expected outcomes and perspectives:

This research aims to provide an innovative and non-invasive tool for real-time assessment of respiratory effort in patients under HFNO therapy.
The expected outcomes include improved understanding of pressure–flow–mechanics interactions and the development of predictive models that could guide personalized respiratory support strategies.

Equipe A&S décrite sur le site https://www.lias-lab.fr/fr/

Candidat avec une solide formation en Automatique et traitement du signal;

Très bonnes connaissance du logiciel MATLAB/SIMULINK;

Bonne connaissance en mécanique des fluides;

Intérêt et grande curiosité pour le domaine médical (phénomènes respiratoires)