Amélioration du suivi des patients atteints de maladies neuro-dégénératives à l'aide d'objets connectés
Auteur / Autrice : | Pierre Drouin |
Direction : | Lise Bellanger, Laurent Chevreuil, Aymeric Stamm |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées |
Date : | Soutenance le 27/09/2022 |
Etablissement(s) : | Nantes Université |
Ecole(s) doctorale(s) : | École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de Mathématiques Jean Leray (Nantes) |
Jury : | Président / Présidente : Julien Chiquet |
Examinateurs / Examinatrices : Rosanna Verde, Basile Chaix | |
Rapporteurs / Rapporteuses : Rosanna Verde, Basile Chaix |
Mots clés
Mots clés contrôlés
Résumé
Cette thèse s’inscrit dans le contexte du projet e-Gait dont l’objectif est de développer un nouvel outil de mesure basé sur l’utilisation de systèmes numériques pour quantifier les troubles de la démarche de patients atteints de maladie neurodégénative, et plus particulièrement la Sclérose En Plaques (SEP). La solution adoptée consiste à mesurer les rotations en trois dimensions de la hanche au cours de la marche à l’aide d’un système de capteurs inertiels placé à la ceinture. Ces rotations sont représentées sous la forme d’une séquence de quaternions unitaires. Des méthodes adaptées à ce type de données sont présentées pour en extraire des informations relatives à la démarche de l’individu. Un algorithme est proposé pour segmenter le signal en cycles de marche. Dans une première approche, la démarche individuelle est représentée sous forme de paramètres spatiotemporels. Dans une seconde, elle est représentée sous la forme d’une unique séquence de quaternions unitaire appelée "Signature de Marche" (SdM). Des méthodes de classification non supervisée et semi-supervisée sont adaptées pour permettre d’identifier des groupes de patients présentant des déficits de la marche similaires à partir de leur SdM