Le travail présenté dans ce mémoire porte sur le développement d'un système de surveillance ambulatoire pour la détection de la dyskinésie induite par la Levodopa (LID) chez les patients de la maladie de Parkinson (PD). Le système est composé d’unités de mesure inertielle (IMUs) qui recueillent des signaux de mouvement chez des sujets sains et des patients parkinsoniens. Des méthodes différentes sont évaluées pour la détection de LID avec et sans classification des activités. Les données recueillies auprès des sujets sains sont utilisées pour concevoir un classificateur d'activité fiable. Par la suite, un algorithme qui effectue la classification des activités et la détection de la dyskinésie sur les données recueillies auprès de des patients parkinsoniens est proposé. Une nouvelle approche basée sur l'analyse de réseau complexe est également explorée et présente des résultats intéressants. Les méthodes de traitement développées ont été intégrées dans une plateforme complète d’analyse nommée PARADYSE. / The work presented in this thesis is concerned with the development of an ambulatory monitoring system for the detection of Levodopa Induced Dyskinesia (LID) in Parkinson’s disease (PD) patients. The system is composed of Inertial Measurement Units (IMUs) that collect movement signals from healthy individuals and PD patients. Different methods are evaluated which consist of LID detection with and without activity classification. Data collected from healthy individuals is used to design a reliable activity classifier. Following that, an algorithm that performs activity classification and dyskinesia detection on data collected from PD patients is tested. A new approach based on complex network analysis is also explored and presents interesting results. The evaluated analysis methods are incorporated into a platform PARADYSE in order to further advance the system’s capabilities.

La pollution atmosphérique résulte d’un mélange complexe de composés, des gaz et des particules, dont les effets sont notoirement néfastes. Les composés organiques volatils (COV) tiennent un rôle prépondérant dans la chimie atmosphérique et sont précurseurs d’ozone et d’aérosols organiques secondaires (AOS). En Île-de-France, l’exposition à la pollution est préoccupante ; or, des incertitudes significatives sont toujours associées aux sources de polluants, ainsi qu’à leur intensité et leurs variabilités à différentes échelles de temps et très peu d’investigations ont porté sur la quantification de l’exposition individuelle. Dans ce contexte, cette thèse a cherché à mieux caractériser les variabilités temporelle et spatiale de la pollution en Île-de-France.La fiabilité discutable des capteurs portables a été dépassée par l’élaboration d’un protocole de sélection et de qualification comprenant différents tests en mesures fixes, en chambre et en mobilité. Cette nouvelle méthodologie, basée notamment sur l’utilisation d’un outil combinant différents indicateurs statistiques, a été appliquée pour retenir l’AE51, le Cairclip et le Canarin, mesurant respectivement le carbone suie (BC), le dioxyde d’azote (NO2) et les particules (PM).Ces trois capteurs ont été déployés au cours de campagnes de mesures impliquant une trentaine de volontaires. L’exposition individuelle ainsi quantifiée est plus élevée à l’automne qu’au printemps et varie de manière substantielle en fonction des différents environnements fréquentés. La proximité de la circulation routière (pour le BC et le NO2) ainsi que les activités de cuisine et la fumée de tabac (pour les PM) présentent des contributions importantes à l’exposition totale (jusqu’à 34 %, 26 % et 44 % respectivement), alors même que le temps passé dans ces environnements est faible.En plus du trafic routier, le BC est traditionnellement imputé au feu de bois. Une campagne hivernale de mesures (3,5 mois) a permis d’imputer respectivement 22 % et 47 % des COV mesurés à ces deux sources. Certains composés ont été mesurés et associés au feu de bois pour la première fois en air ambiant comme le benzènediol et le méthylbutènone. Une comparaison avec l’inventaire régional des émissions a permis d’identifier des similitudes et des différences pour proposer des améliorations. / Air pollution results from a complex mixture of compounds, gases and particulate matter, whose effects have proven to be harmful. Volatile organic compounds (VOCs) play a major role in atmospheric chemistry and are precursors of ozone and secondary organic aerosols (SOAs). In Île-de-France, exposure to pollution is a concern; however, significant uncertainties are still associated with the pollutants’ sources, as well as their intensity and variability at different time scales, and very few investigations have focused on quantifying personal exposure. In this context, this research sought to better characterize the temporal and spatial variabilities of pollution in Île-de-France.The questionable reliability of portable sensors has been addressed by the design of a selection and qualification protocol including various tests in static measurements, controlled chamber and mobility. This new methodology, based in particular on the use of a tool combining different statistical indicators, was applied to choose the AE51, Cairclip and Canarin, measuring black carbon (BC), nitrogen dioxide (NO2) and particulate matter (PM) respectively.These three sensors were deployed during measurement campaigns involving about thirty volunteers. The personal exposure thus quantified is higher in fall than in spring and varies substantially according to the different environments frequented. Proximity to road traffic (for BC and NO2) as well as cooking activities and tobacco smoke (for PM) make significant contributions to total exposure (up to 34 %, 26 % and 44 % respectively), even though the time spent in these environments is short.In addition to road traffic, BC is traditionally attributed to wood burning. A winter measurement campaign (3.5 months) attributed respectively 22 % and 47 % of the measured VOCs to these two sources. Compounds including benzenediol and methylbuteone were measured and associated with wood burning for the first time in ambient air. A comparison with the regional emissions inventory identified similarities as well as differences and suggested improvements.

Dans cette thèse, nous proposons et évaluons la mise en place de la chaine complète de traitement de l'information pour la détermination de l'état de santé d'un blessé polytraumatisé. Nous faisons l'hypothèse que l'état de santé du blessé est observable dans un espace généré à partir de caractéristiques extraites sur des mesures provenant de capteurs portables. Au cours du polytraumatisme, son état se déplace dans des régions propres à chaque classe de choc hémorragique rencontrée, indépendante de l'individu. Le but de cette étude est de trouver ces régions par apprentissage supervisé pour un espace de dimension le plus faible possible (minimisation du nombre de capteurs). Pour cela, nous avons mis au point un modèle animal de choc hémorragique sur de jeunes porcs subissant une perte de sang continue à débit contrôlé. Dans un premier temps l'apprentissage a été réalisé en observant l'état instantané, l'évolution dynamique étant vue comme contextuelle. Dans un second temps nous avons évalué l'apport de l'information dynamique.