Temporal Pattern Recognition in Multi-Perceptive Environments - Application to Automatic Classification of the Activities of Daily Living for Persons Monitored at Home
Détection de motifs temporels dans les environnements multi-perceptifs. Application à la classification automatique des Activités de la Vie Quotidienne d'une personne suivie à domicile par télémédecine
Résumé
In the near 2050, about one third of the French population will be over 65. The works of the team AFIRM of the TIMC-IMAG focus on the monitoring of elderly people at home, to detect, as earlier as possible, a loss of autonomy. This thesis work aims at objectivising criterions as ADL or AGGIR grids by automatically classifying the different Activities of Daily Living performed by the subject during the day. A Health Smart Home is used to do this.
Our Smart Home includes, in a real flat, Presence Infra-Red Sensors, (for localisation), door contacts (for the use of some conveniences), temperature and hygrometry sensors in the bathroom and microphones (sound and speech recognition with the GETALP team of the LIG). The subject is also equipped with a kinematic sensor that delivers on the postural transition (by pattern recognition with wavelets) and walk periods (frequency analysis).
This manuscript is compound of two major parts. The first one introduces the realisation of the kinematic sensor, its algorithms and its first evaluation; but also the set-up, algorithms and the validation of the other sensors inside the flat and finally the Support Vector Machines algorithms to classify the activities of Daily Living (hygiene, toilets, preparing and having a meal, resting, sleeping, communication and dressing/undressing). The second part deals with the experimental protocol to validate these algorithms and the results of these validations on young and healthy subjects. It introduces the results and a discussion about their validity.
Our Smart Home includes, in a real flat, Presence Infra-Red Sensors, (for localisation), door contacts (for the use of some conveniences), temperature and hygrometry sensors in the bathroom and microphones (sound and speech recognition with the GETALP team of the LIG). The subject is also equipped with a kinematic sensor that delivers on the postural transition (by pattern recognition with wavelets) and walk periods (frequency analysis).
This manuscript is compound of two major parts. The first one introduces the realisation of the kinematic sensor, its algorithms and its first evaluation; but also the set-up, algorithms and the validation of the other sensors inside the flat and finally the Support Vector Machines algorithms to classify the activities of Daily Living (hygiene, toilets, preparing and having a meal, resting, sleeping, communication and dressing/undressing). The second part deals with the experimental protocol to validate these algorithms and the results of these validations on young and healthy subjects. It introduces the results and a discussion about their validity.
À l'horizon 2050, environ un tiers de notre population sera âgée de soixante-cinq ans et plus. Les travaux de l'équipe AFIRM du TIMC-IMAG visent à surveiller les personnes âgées à domicile pour détecter une perte d'autonomie le plus précocement possible. Pour ce faire, les travaux de cette thèse tentent d'objectiver les critères ADL ou les grilles de type AGGIR, en classifiant de manière automatique les différentes activités de la vie quotidienne d'une personne par l'intégration de capteurs, créant un Habitat Intelligent pour la Santé (HIS).
L'appartement HIS possède des détecteurs de présence infrarouges (localisation), des contacteurs de porte (utilisation de certaines commodités), un capteur de température et d'hygrométrie dans la salle de bains et des microphones (classification des sons/ reconnaissance de la parole avec l'équipe GETALP du LIG). Un capteur cinématique embarqué détecte les transferts posturaux (reconnaissance de formes avec la transformée en ondelettes) et les périodes de marche (analyse fréquentielle).
La première partie de ce manuscrit présente la réalisation du capteur cinématique et les algorithmes associés puis une première validation sur des sujets jeunes suivi de la mise en place et de la validation des autres capteurs de l'appartement HIS et enfin l'algorithme de classification des sept activités de la vie quotidienne reconnues (hygiène, élimination, préparation et prise de repas, repos, habillage/déshabillage, détente et communication), par l'intermédiaire des séparateurs à vaste marge. La seconde partie décrit le protocole expérimental pour valider cette classification et discute de la généralisation des premiers résultats présentés.
L'appartement HIS possède des détecteurs de présence infrarouges (localisation), des contacteurs de porte (utilisation de certaines commodités), un capteur de température et d'hygrométrie dans la salle de bains et des microphones (classification des sons/ reconnaissance de la parole avec l'équipe GETALP du LIG). Un capteur cinématique embarqué détecte les transferts posturaux (reconnaissance de formes avec la transformée en ondelettes) et les périodes de marche (analyse fréquentielle).
La première partie de ce manuscrit présente la réalisation du capteur cinématique et les algorithmes associés puis une première validation sur des sujets jeunes suivi de la mise en place et de la validation des autres capteurs de l'appartement HIS et enfin l'algorithme de classification des sept activités de la vie quotidienne reconnues (hygiène, élimination, préparation et prise de repas, repos, habillage/déshabillage, détente et communication), par l'intermédiaire des séparateurs à vaste marge. La seconde partie décrit le protocole expérimental pour valider cette classification et discute de la généralisation des premiers résultats présentés.
Fichier principal
ManuscritThese_AnthonyFleury.pdf (8.89 Mo)
Télécharger le fichier
Soutenance_De_These_AnthonyFleury.pdf (4.96 Mo)
Télécharger le fichier
| Format | Autre |
|---|