Nouvelle approche pour l'estimation du rythme respiratoire basée sur la photopléthysmographie sans contact

New method to estimate the respiratory rhythms based on remote photoplethysmography

• Auteur / Autrice : Duncan Luguern
• Direction : Julien Dubois, Yannick Benezeth
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 05/01/2021
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Imagerie et Vision Artificielle (ImVia) (Dijon)
• Partenaire(s) de recherche : Etablissement de préparation : Université de Bourgogne (1970-....)
• Jury : Président / Présidente : Fan Yang Song
• Jury : Examinateurs / Examinatrices : Frédéric Bousefsaf
• Jury : Rapporteurs / Rapporteuses : Bertrand Granado, Olivier Meste

Mots clés

Mots clés contrôlés

Sang -- Volume

Électrocardiographie

Respiration

Infographie

Mots clés libres

Médical

Traitement d'images

Photopléthysmographie sans contact

Traitement de signal

Rppg

Signal processing

Medical

Image processing

Résumé

Le rythme respiratoire est une information importante dans le contexte médical puisqu'elle permet de prédire un certain nombre de complications potentiellement mortelles.Malgré cela, elle est souvent négligée par le personnel médical faute de temps ou de bien comprendre les enjeux associés.Dans ce contexte, les méthodes de mesure automatisées permettent d'améliorer le statu quo en fournissant en continu une mesure du rythme respiratoire.La plupart des méthodes actuelles comme la ceinture respiratoire ou l'ECG nécessitent un contact avec la personne pour pouvoir mesurer efficacement le rythme respiratoire.Malheureusement, cela introduit un certain nombre de problèmes qui peuvent empêcher la mesure dans certains cas ou la rendre contraignante lors d'une mesure en continu et au quotidien, là où il serait souhaitable que la mesure soit la plus discrète possible.Afin de pallier à ces problèmes, plusieurs méthodes de mesure du rythme respiratoire sans contact sont actuellement en développement.Parmi celles-ci, la photopléthysmographie sans contact utilise la variation de la couleur de la peau en fonction du volume sanguin présent dans les capillaires afin de trouver un signal cardiaque et respiratoire.Dans la thèse présentée, nous nous attachons à améliorer la qualité de la mesure du rythme respiratoire à l'aide de la photopléthysmographie sans contact en développant des méthodes dont le but est de combiner efficacement les signaux couleur extraits à partir d'une vidéo de manière à obtenir un seul signal maximisant l'information respiratoire.Dans un deuxième temps, une chaîne de traitement est mise en place de façon à utiliser ces méthodes de combinaison pour déterminer le rythme respiratoire en utilisant toutes les informations pouvant être extraites du signal photopléthysmographique.

Respiratory rhythm is important information in medical context.Its assessment allows to predict some medical complications that could lead to death.However, it is often neglected by the medical staff due to a bad comprehension of its importance, or a lack of time.Automated measurement methods allow to improve this by continuously giving respiratory rate.Most of these methods needs a contact with the patient to efficiently measure the breathing rate.Unfortunately it leads to some issues which could forbid measurement or make it unconfortable for continuous monitoring.The continuous, every-day monitoring especially needs to be as discrete as possible to be forgotten by the patient.To deal with these drawbacks, several non contact respiratory rate assessment methods are currently developped.In these methods, the remote photoplethysmography uses the color variation of the skin due to blood volume in capillaries to obtain a cardiac and respiratory correlated signal.In this thesis, we focused on improving the respiratory rate measurement using remote photoplethysmography.To do this, we developped some methods whose goals are to efficiently combine color signals that were extracted from the video to obtain a single signal that maximizes the breathing information.In a second part, we developped a processing pipeline to assess the breathing rate from all informations that could be extracted from remote photoplethysmography signals.The processing pipeline was tested with state of the art combination methods and the methods that were developped during the thesis.