Thèse soutenue

Simulation de l'effet de la chirurgie sur la marche par apprentissage statistique chez des enfants atteints de paralysie cérébrale

FR  |  
EN
Auteur / Autrice : Omar Antonio Galarraga Castillo
Direction : Vincent VigneronBernadette DorizziEric Desailly
Type : Thèse de doctorat
Discipline(s) : Traitement du signal et des images
Date : Soutenance le 30/03/2017
Etablissement(s) : Université Paris-Saclay (ComUE)
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Informatique, Biologie Intégrative et Systèmes Complexes (Evry, Essonne)
établissement opérateur d'inscription : Université d'Évry-Val-d'Essonne (1991-....)
Jury : Président / Présidente : Isabelle Bloch
Examinateurs / Examinatrices : Stéphane Armand
Rapporteurs / Rapporteuses : Pierre-Yves Guméry, W. Elmar Lang

Résumé

FR  |  
EN

La paralysie cérébrale (PC) cause souvent d’importants troubles de la marche. Suite à un examen clinique et une analyse quantifiée de la marche (AQM), ces troubles peuvent être traités par une chirurgie orthopédique, dite multi-sites, au cours de laquelle plusieurs corrections chirurgicales sont faites simultanément à différents niveaux des membres inférieurs. Les améliorations cinématiques apportées par ce traitement, bien que parfois très efficaces, demeurent à ce jour difficilement prévisibles. L’objectif de cette thèse est de simuler par apprentissage statistique supervisé l’effet de la chirurgie sur les signaux de marche, notamment les signaux cinématiques.Ce simulateur vise à montrer le résultat probable de la marche postopératoire afin d’aider à la décision chirurgicale. Une base de données constituée de 134 enfants atteints de PC, ayant été opérés et ayant eu au moins une AQM avant et après la chirurgie, a été exploitée. Les signaux cinématiques ont été prétraités et les données cliniques manquantes ont été imputées.Des caractéristiques des données prétraitées ont été extraites en utilisant différentes méthodes telles que l’approximation des courbes, la sélection de variables et la réduction de dimension par analyse en composantes principales. Ensuite des régressions ont été faites en utilisant différentes méthodes telles que la régression multilinéaire, la régression non linéaire avec des réseaux de neurones et l’apprentissage par ensembles. Les différentes méthodes testées ont été comparées entre elles, ainsi qu’avec d’autres méthodes trouvées dans la littérature. Il s’agit de la première fois que l’effet de la chirurgie sur la marche paralysée cérébrale est simulé de façon quantitative pour des nombreuses combinaisons chirurgicales et des nombreux patterns de marche.