Inférence bayésienne pour la détection des activités de la vie quotidienne pour faciliter le maintien à domicile des personnes âgées
Auteur / Autrice : | Yassine El Khadiri |
Direction : | François Charpillet |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 31/08/2021 |
Etablissement(s) : | Université de Lorraine |
Ecole(s) doctorale(s) : | École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire lorrain de recherche en informatique et ses applications |
Jury : | Président / Présidente : Christine Perret-Guilllaume |
Examinateurs / Examinatrices : François Charpillet, Anthony Fleury, David Hewson, Paula Lago | |
Rapporteurs / Rapporteuses : Anthony Fleury, David Hewson |
Résumé
L'augmentation de la population séniore se révèle être un enjeu de taille et une grande question de santé publique. La part démographique des personnes âgées s'agrandit de plus en plus grâce au progrès et avancés de la médecine et nos systèmes de santé. Néanmoins le vieillissement de cette population implique naturellement une pléthore de problèmes de dépendance qui y sont associés, ceci bien sûr exponentiellement. Les maisons de retraite sont des solutions généralement coûteuses et très peu appréciées. En conséquence, des solutions plus adaptées basées sur l'aide au maintien à domicile ce développement de plus en plus ces dernières années. Cette problématique se retrouve dans la croisée des chemins entre les technologies de capteurs, la télétransmission de données, l'assistance aux personnes âgées à mobilité réduite et le suivi d'activités. Cette thèse explore l'application d'algorithmes d'analyse de données pour le suivi d'activités des personnes âgées à domicile. L'idée étant qu'un suivi régulier des résidents permet d'inférer leur état de dépendance ou d'autonomie et permet aux personnels soignants d'intervenir en cas de détection d'un début de dégradation. Nous avons exploré et adapté certaines méthodes d'inférence bayésienne et segmentation de séries temporelles pour la reconnaissance d'activités. Et ensuite, nous avons proposé un outil de visualisation permettant de faciliter la détection d'anomalies ou changements de rythme de vie. Ce travail s'inscrit dans le cadre d'une thèse CIFRE. Ainsi tous les méthodes et algorithmes explorés ont été mis en production et sont exploités par la solution d'aide à domicile commercialisé par la société Diatelic.