La technique de fluxmétrie laser Doppler (LDF), est basée sur l'élargissement spectral d'une lumière monochromatique, qui interagit avec les globules rouges en mouvement dans le tissu. La densité spectrale de puissance de la lumière rétro-diffusée peut être utilisée pour l'estimation de la perfusion microvasculaire du tissu. L'objectif principal de ce travail est l'exploration de l'information contenue dans ce signal pour comprendre les phénomènes physiologiques qui se manifestent dans la microcirculation et de proposer des solutions d'aide au diagnostic des pathologies correspondantes. Le problème d'aide à la décision peut se présenter en étapes d'extraction de caractéristiques, réduction de dimensions et reconnaissance de formes. La représentation du signal est une étape cruciale pour l'interprétation et la prise de décision. Dans ce travail, la transformée en S, une représentation temps-fréquence linéaire qui surpasse le problème de la transformée de Fourier à fenêtre glissante de longueur fixe et qui corrige aussi la notion de phase dans la transformée en ondelettes pour l'analyse des signaux non stationnaires, est présentée. Cette transformée fournit un espace très convenable pour l'extraction de caractéristiques et la localisation en temps et en fréquences de l'information discriminante dans le signal LDF. Cette nouvelle approche a permis, entre autres, d'analyser les cinq fréquences caractéristiques contenues dans les signaux LDF et d'apporter une contribution à l'appréhension des signaux d'hypérémie réactionnelle. Du fait que les représentations temps-fréquence linéaires ont une dimension élevée, leur succès repose sur une forme appropriée de réduction de dimensions. La décomposition en valeurs singulières des coefficients du plan temps-fréquence se montre très prometteuse pour garder les informations pertinentes du signal et rejeter celles qui ne le sont pas. Ses vecteurs singuliers reflètent le comportement spectral dans le temps des différentes activités physiologiques présentes dans le signal de fluxmétrie laser Doppler.

The laser Doppler flowmetry (LDF) technique is based on the spectral broadening of monochromatic light, that interacts with moving red blood cells in tissue. The power spectral density of the backscattered light can be processed to yield an estimate of microvascular tissue perfusion in the form of a signal. The primary objective of this work is to explore the information contained in this signal in order to understand the physiological phenomena which appear in the microcirculation and to present solutions of assistance in the diagnosis of corresponding pathologies. The decision problem may be divided into the stages of feature extraction, dimensionality reduction and pattern recognition. This work shows that decision performance depends largely upon the signal representation. The study relies on the S transform, a linear time-frequency representation which overcomes the short time Fourier transform fixed length window limitation and the phase notion in the wavelet transform for non stationary signal analysis. This transform provides a powerful framework for feature extraction, localizing the discriminant information in the laser Doppler flowmetry signal in time and in frequency. This new approach makes possible the analysis of the five characteristic frequencies contained in laser Doppler flowmetry signals and contributes to the apprehension of the signals of reactive hyperaemia. In addition, due to the high dimension of time-frequency representations, its success relies upon an appropriate form of dimensionality reduction. It is shown that the singular values decomposition provides an effective means of concentrating that information which is important, and discarding that which is irrelevant. Its singular vectors reflect the behavior spectral in the time of the various physiological activities present in the laser Doppler flowmetry signal.