Amélioration du suivi des patients atteints de maladies neuro-dégénératives à l'aide d'objets connectés

Improving the monitoring of patients with neurodegenerative diseases with digital technologies

• 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
• Jury : Examinateurs / Examinatrices : Rosanna Verde, Basile Chaix
• Jury : Rapporteurs / Rapporteuses : Rosanna Verde, Basile Chaix

Mots clés

Mots clés contrôlés

Internet des objets

Sclérose en plaques

Mots clés libres

Biostatistique

Analyse de la marche

Séries temporelles

Quaternions unitaires

Biostatistics

Gait analysis

Time series

Unit quaternions

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

This thesis is part of the e-Gait project whose objective is to develop a new measurement tool based on the use of digital systems to quantify the gait impairment of patients with neurodegenerative diseases, and more particularly Multiple Sclerosis (MS). The solution adopted consists in measuring the three-dimensional rotations of the hip during walking using a system of inertial sensors placed on the belt. These rotations are represented as a sequence of unit quaternions. Methods adapted to this type of data are presented to extract information related to the individual’s gait. An algorithm is proposed to segment the signal into gait cycles. Two approaches to compare gait cycles between several individuals are explored. The first one consists in representing the gait as spatio-temporal parameters. The second is to represent the individual gait as a single sequence of unit quaternions called "Individual Gait Pattern" (IGP). Unsupervised and semisupervised clustering methods are adapted to identify groups of patients with similar gait impairment based on their IGP