Avec la montée en charge de l’informatisation des systèmes d’information hospitaliers, une quantité croissante de données est produite tout au long de la prise en charge des patients. L’utilisation secondaire de ces données constitue un enjeu essentiel pour la recherche ou l’évaluation en santé. Dans le cadre de cette thèse, nous discutons les verrous liés à la représentation et à la sémantique des données, qui limitent leur utilisation secondaire en cancérologie. Nous proposons des méthodes basées sur des ontologies pour l’intégration sémantique des données de diagnostics. En effet, ces données sont représentées par des terminologies hétérogènes. Nous étendons les modèles obtenus pour la représentation de la maladie tumorale, et les liens qui existent avec les diagnostics. Enfin, nous proposons une architecture combinant entrepôts de données, registres de métadonnées et web sémantique. L’architecture proposée permet l’intégration syntaxique et sémantique d’un grand nombre d’observations. Par ailleurs, l’intégration de données et de connaissances (sous la forme d’ontologies) a été utilisée pour construire un algorithme d’identification de la maladie tumorale en fonction des diagnostics présents dans les données de prise en charge. Cet algorithme basé sur les classes de l’ontologie est indépendant des données effectivement enregistrées. Ainsi, il fait abstraction du caractère hétérogène des données diagnostiques initialement disponibles. L’approche basée sur une ontologie pour l’identification de la maladie tumorale, permet une adaptation rapide des règles d’agrégation en fonction des besoins spécifiques d’identification. Ainsi, plusieurs versions du modèle d’identification peuvent être utilisées avec des granularités différentes. / With the increasing adoption of Electronic Health Records (EHR), the amount of data produced at the patient bedside is rapidly increasing. Secondary use is there by an important field to investigate in order facilitate research and evaluation. In these work we discussed issues related to data representation and semantics within EHR that need to be address in order to facilitate secondary of structured data in oncology. We propose and evaluate ontology based methods for heterogeneous diagnosis terminologies integration in oncology. We then extend obtained model to enable tumoral disease representation and links with diagnosis as recorded in EHR. We then propose and implement a complete architecture combining a clinical data warehouse, a metadata registry and web semantic technologies and standards. This architecture enables syntactic and semantic integration of a broad range of hospital information System observation. Our approach links data with external knowledge (ontology), in order to provide a knowledge resource for an algorithm for tumoral disease identification based on diagnosis recorded within EHRs. As it based on the ontology classes, the identification algorithm is uses an integrated view of diagnosis (avoiding semantic heterogeneity). The proposed architecture leading to algorithm on the top of an ontology offers a flexible solution. Adapting the ontology, modifying for instance the granularity provide a way for adapting aggregation depending on specific needs

Introduction : La cyber santé (CS) a le potentiel d’améliorer l'efficience et l'efficacité des services de santé. Malgré cela, son adoption demeure problématique et jusqu’à 70 % des projets d’implantation échouent. Objectifs : Cette étude vise à évaluer l’état de préparation d’une organisation par rapport à la CS et à identifier les facteurs personnels qui influencent cet état. Méthode : Une étude transversale a été réalisée auprès de 137 cliniciens, 28 gestionnaires et 47 membres du personnel non clinique d’un centre de réadaptation à Montréal. Les participants ont répondu à un questionnaire auto administré sur l’état de préparation organisationnelle vis-à-vis la CS qui comprend trois sous échelles (Individu, Organisation et Technologie) avec chacune un score sur 100. Des données ont aussi été colligées sur le profil des utilisateurs, leur utilisation des technologies et leur style de réponse à la nouvelle information. Résultats : Les participants se perçoivent prêts à adopter la CS dans leur travail ( = 73.8, SD = 8.5) et perçoivent aussi favorablement les technologies disponibles ( = 73.8, SD = 7.2). Toutefois, le personnel perçoit le centre comme étant modérément prête ( = 66.6, SD = 9.8). La charge de travail perçue et la fonction au sein de l'organisation ont été identifiées comme ayant une influence sur l'état de préparation à la CS. Discussion : Ces résultats appuient la pertinence d’aborder l’état de préparation organisationnelle comme un concept multidimensionnel. À partir des résultats obtenus, des stratégies d'implantation adaptées ont pu être identifiées. / Background: E-health presents a potential for delivering care more efficiently and effectively. Despite this, the adoption of e-health by professionals remains problematic, and as many as 70% of attempts to introduce e-health fail. Purpose: The purpose of this study was to assess organizational readiness for e-health among the staff of a rehabilitation centre and to identify which elements in the user profile have an impact on readiness. Methods: A cross-sectional study was conducted with 137 clinicians, 28 managers and 47 non-clinical staff in a rehabilitation centre in Montreal. All participants completed a self-administered questionnaire assessing organizational readiness for e-health. The measure contains three subscales (Individual, Organizational and Technological) with each subscale providing a score on 100. Data were also collected on the users’ profile, use of technologies and typical response to new information. Results: Generally, participants considered themselves ready to adopt e-health in their work ( = 73,8%, SD = 8,5) and they also had a favourable opinion of the technologies in place ( = 73,8%, SD = 7,2). They however perceived the centre as being only moderately ready ( = 66,6%, SD = 9,8) for e-health changes. Perceived workload and position/duties in the organization were found to have an impact on readiness for e-health. Conclusions: These results underscore the importance of addressing organizational readiness for change as a multidimensional concept. Based on these results, implementation strategies tailored to the specific profile of a rehabilitation organization were identified.

Les troubles neuropsychologiques sont très répandus et posent de réels problèmes de santé publique. En particulier, dans notre société moderne où la communication écrite est omniprésente, la dyslexie peut s’avérer excessivement handicapante. On remarque néanmoins que le diagnostic et la remédiation de cette pathologie restent délicats et manquent d’uniformisation. Ceci semble malheureusement inhérent à la caractérisation clinique par exclusion de la dyslexie, à la multitude de praticiens différents impliqués dans une telle prise en charge ainsi qu’au manque d’objectivité de certaines méthodes existantes. A ce titre, nous avons décidé d’investiguer les possibilités offertes par l’informatique actuelle pour surmonter ces barrières. Effectivement, nous avons supposé que la démocratisation des systèmes informatiques et leur puissance de calcul pourraient en faire un outil de choix pour pallier les difficultés rencontrées lors de la prise en charge de la dyslexie. Cette recherche nous a ainsi mené à étudier les techniques, aussi bien logicielles que matérielles, pouvant conduire au développement d’un système bon marché et évolutif qui serait capable d’assister un changement bénéfique et progressif des pratiques qui entourent cette pathologie. Avec ce projet, nous nous plaçons définitivement dans un courant innovant au service de la qualité des soins et des aides apportées aux personnes souffrant d’un handicap. Notre travail a ainsi consisté à identifier différents axes d’amélioration que l’utilisation de l’outil informatique rend possible. Chacun de ces axes a alors pu faire l’objet de recherches exhaustives, de modélisations et de développements de prototypes. Nous avons également réfléchi à la méthodologie à mettre en œuvre pour concevoir un tel système dans sa globalité. En particulier, nos réflexions et ces différents accomplissements nous ont permis de définir un framework logiciel propice à l’implémentation d’une plate-forme logicielle que nous avons appelée la PAMMA. Cette plate-forme devrait théoriquement pouvoir disposer de tous les outils permettant le développement souple et efficace d’applications médicales intégrant des processus métiers. Il est ainsi attendu de ce système qu’il permette le développement d’applications, pour la prise en charges des patients dyslexiques, conduisant à un diagnostic plus rapide et plus précis ainsi qu’à une remédiation plus adaptée et plus efficace. De notre effort d’innovation ressortent des perspectives encourageantes. Cependant, ce type d’initiative ne peut se concrétiser qu’autour de collaborations pluridisciplinaires disposant de nombreux moyens fonctionnels, techniques et financiers. La constitution d’un tel consortium semble donc être la prochaine étape nécessaire à l’obtention des financements pour réaliser un premier prototype fonctionnel de la PAMMA, ainsi que de premières applications. Des études cliniques pourront être alors menées pour prouver indubitablement l’efficacité d’une telle approche dans le cadre de la prise en charge de la dyslexie, ainsi qu’éventuellement d’autres troubles neuropsychologiques. / Neuropsychological disorders are widespread and generate real public health problems. In particular in our modern society, where written communication is ubiquitous, dyslexia can be extremely disabling. Nevertheless we can note that the diagnosis and remediation of this pathology are fastidious and lack of standardization. Unfortunately it seems inherent to the clinical characterization of dyslexia by exclusion, to the multitude of different practitioners involved in such treatment and to the lack of objectivity of some existing methods. In this respect, we decided to investigate the possibilities offered by modern computing to overcome these barriers. Indeed we have assumed that the democratization of computer systems and their computing power could make of them a perfect tool to alleviate the difficulties encountered in the treatment of dyslexia. This research has led us to study the techniques software as well as hardware, which can conduct to the development of an inexpensive and scalable system able to attend a beneficial and progressive changing of practices in this pathology field. With this project we put ourselves definitely in an innovative stream serving quality of care and aid provided to people with disabilities. Our work has been identifying different improvement areas that the use of computers enables. Then each of these areas could then be the subject of extensive research, modeling and prototype developments. We also considered the methodology for designing this kind of system as a whole. In particular our thoughts and these accomplishments have allowed us to define a software framework suitable for implementing a software platform that we called the PAMMA. This platform should theoretically have access to all the tools required for the flexible and efficient development of medical applications integrating business processes. In this way it is expected that this system allows the development of applications for caring dyslexic patients thus leading to a faster and more accurate diagnosis and a more appropriate and effective remediation. Of our innovation efforts emerge encouraging perspectives. However such initiatives can only be achieved within multidisciplinary collaborations with many functional, technical and financial means. Creating such a consortium seems to be the next required step to get a funding necessary for realizing a first functional prototype of the PAMMA, as well as its first applications. Some clinical studies may be conducted to prove undoubtedly the effectiveness of such an approach for treating dyslexia and eventually other neuropsychological disorders.

Introduction : La cyber santé (CS) a le potentiel d’améliorer l'efficience et l'efficacité des services de santé. Malgré cela, son adoption demeure problématique et jusqu’à 70 % des projets d’implantation échouent. Objectifs : Cette étude vise à évaluer l’état de préparation d’une organisation par rapport à la CS et à identifier les facteurs personnels qui influencent cet état. Méthode : Une étude transversale a été réalisée auprès de 137 cliniciens, 28 gestionnaires et 47 membres du personnel non clinique d’un centre de réadaptation à Montréal. Les participants ont répondu à un questionnaire auto administré sur l’état de préparation organisationnelle vis-à-vis la CS qui comprend trois sous échelles (Individu, Organisation et Technologie) avec chacune un score sur 100. Des données ont aussi été colligées sur le profil des utilisateurs, leur utilisation des technologies et leur style de réponse à la nouvelle information. Résultats : Les participants se perçoivent prêts à adopter la CS dans leur travail ( = 73.8, SD = 8.5) et perçoivent aussi favorablement les technologies disponibles ( = 73.8, SD = 7.2). Toutefois, le personnel perçoit le centre comme étant modérément prête ( = 66.6, SD = 9.8). La charge de travail perçue et la fonction au sein de l'organisation ont été identifiées comme ayant une influence sur l'état de préparation à la CS. Discussion : Ces résultats appuient la pertinence d’aborder l’état de préparation organisationnelle comme un concept multidimensionnel. À partir des résultats obtenus, des stratégies d'implantation adaptées ont pu être identifiées. / Background: E-health presents a potential for delivering care more efficiently and effectively. Despite this, the adoption of e-health by professionals remains problematic, and as many as 70% of attempts to introduce e-health fail. Purpose: The purpose of this study was to assess organizational readiness for e-health among the staff of a rehabilitation centre and to identify which elements in the user profile have an impact on readiness. Methods: A cross-sectional study was conducted with 137 clinicians, 28 managers and 47 non-clinical staff in a rehabilitation centre in Montreal. All participants completed a self-administered questionnaire assessing organizational readiness for e-health. The measure contains three subscales (Individual, Organizational and Technological) with each subscale providing a score on 100. Data were also collected on the users’ profile, use of technologies and typical response to new information. Results: Generally, participants considered themselves ready to adopt e-health in their work ( = 73,8%, SD = 8,5) and they also had a favourable opinion of the technologies in place ( = 73,8%, SD = 7,2). They however perceived the centre as being only moderately ready ( = 66,6%, SD = 9,8) for e-health changes. Perceived workload and position/duties in the organization were found to have an impact on readiness for e-health. Conclusions: These results underscore the importance of addressing organizational readiness for change as a multidimensional concept. Based on these results, implementation strategies tailored to the specific profile of a rehabilitation organization were identified.

With the increasing amount of information needed for diagnosis and therapeutic decision-making, and new trends such as “personalized medicine”, pathologists are expressing an increasing demand for automated tools that perform their most recurrent tasks in their daily practice, as well as an increase in the complexity of the analyses requested in their research activities. With current advances in histopathology, oncology, and biology, the current questions require the analysis of protein expression - evidenced using immunohistochemical (IHC) staining - within specific histological structures or tissue components, or the analysis of the co-expression of several proteins in a large number of tissue samples. In this Ph.D. thesis, we developed innovative solutions to make these analyses available for pathologists. To achieve this objective, we have used recent “machine learning” and, in particular, “deep learning” methodologies. We addressed different problems such as image normalization, to solve the important problem of inter-batch variability of IHC staining, and the automatic segmentation of histological structures, to compartmentalize protein expression quantification. Finally, we adapted image registration techniques to Tissue MicroArray (TMA) slide images to enable large-scale analyses of IHC staining colocalization. While imagenormalization will improve study reproducibility, the tools developed for automated segmentation will drastically reduce time and expert resources required for some studies as well as errors and imprecision due to the human factor. Finally, the work on image registration can provide answers to complex questions that require studying the potential interaction between several proteins on numerous histological samples. / Avec la quantité croissante d’informations nécessaires au diagnostic et à la prise de décision thérapeutique, et le développement de la “médecine personnalisée”, les pathologistes ont un besoin croissant d’outils automatisés pour exécuter leurs tâches les plus récurrentes. Ces outils se doivent également de réaliser des tâches de plus en plus complexes. En effet, avec les progrès récents en histopathologie, oncologie et biologie, les questions actuelles demandent, par exemple, l’analyse de l’expression de protéines révélées par marquages immunohistochimiques (IHC) au sein de structures ou compartiments histologiques spécifiques, ou encore l’analyse de la co-expression de plusieurs protéines dans un grand nombre d’échantillons. Dans cette thèse de doctorat, nous avons développé des solutions innovantes pour mettre ce type d’analyse à la disposition des pathologistes. Pour atteindre cet objectif, nous avons notamment fait appel à des méthodologies récentes de “machine learning” et, particulièrement, de “deep learning”. Nous avons ainsi abordé différentes questions telles que la normalisation d’images, pour résoudre l’important problème de la variabilité des marquages IHC, et la segmentation automatique de structures histologiques, pour permettre une quantification compartimentée de l’expression de protéines. Enfin, nous avons adapté des techniques dites de “recalage” aux images de lames de Tissue MicroArrays (TMA) pour permettre des analyses de colocalisation de marquages IHC à grande échelle. Alors que la normalisation des images améliore la reproductibilité des évaluations de marquages IHC, les outils développés pour la segmentation automatisée permettent de réduire significativement le temps et les ressources expertes nécessaires, ainsi que les erreurs et imprécisions dues au facteur humain. Enfin, les travaux sur le recalages d’images permettent d’apporter des éléments de réponse à des questions complexes qui nécessitent d’étudier l’interaction potentielle entre plusieurs protéines sur de nombreux échantillons histologiques. / Doctorat en Sciences de l'ingénieur et technologie / info:eu-repo/semantics/nonPublished

Dans cette thèse, nous proposons une méthodologie basée sur les modèles pour gérer la complexité de la conception des systèmes autonomiques cognitifs intégrant des objets connectés. Cette méthodologie englobe un ensemble de patrons de conception dont nous avons défini pour modéliser la coordination dynamique des processus autonomiques pour gérer l’évolution des besoins du système, et pour enrichir les systèmes avec des propriétés cognitives qui permettent de comprendre les données et de générer des nouvelles connaissances. De plus, pour gérer les problèmes reliés à la gestion des big data et à la scalabilité du système lors du déploiement des processus, nous proposons une plate-forme sémantique supportant le traitement des grandes quantités de données afin d’intégrer des sources de données distribuées et hétérogènes déployées sur le cloud pour générer des connaissances qui seront exposées en tant que service (KaaS). Comme application de nos contributions, nous proposons un système cognitif prescriptif pour la gestion du plan de traitement du patient. Ainsi, nous élaborons des modèles ontologiques décrivant les capteurs et le contexte du patient, ainsi que la connaissance médicale pour la prise de décision. Le système proposé est évalué de point de vue clinique en collaborant avec des experts médicaux, et de point de vue performance en proposant des différentes configurations dans le KaaS. / In this thesis, we propose a collaborative model driven methodology for designing Autonomic Cognitive IoT systems to deal with IoT design complexity. We defined within this methodology a set of autonomic cognitive design patterns that aim at (1) delineating the dynamic coordination of the autonomic processes to deal with the system's context changeability and requirements evolution at run-time, and (2) adding cognitive abilities to IoT systems to understand big data and generate new insights. To address challenges related to big data and scalability, we propose a generic semantic big data platform that aims at integrating heterogeneous distributed data sources deployed on the cloud and generating knowledge that will be exposed as a service (Knowledge as a Service--KaaS). As an application of the proposed contributions, we instantiated and combined a set of patterns for the development of prescriptive cognitive system for the patient treatment management. Thus, we elaborated two ontological models describing the wearable devices and the patient context as well as the medical knowledge for decision-making. The proposed system is evaluated from the clinical prescriptive through collaborating with medical experts, and from the performance perspective through deploying the system within the KaaS following different configurations

Des efforts importants ont été faits pour améliorer la précision de la détection des actions humaines à l’aide des articulations du squelette. Déterminer les actions dans un environnement bruyant reste une tâche difficile, car les coordonnées cartésiennes des articulations du squelette fournies par la caméra de détection à profondeur dépendent de la position de la caméra et de la position du squelette. Dans certaines applications d’interaction homme-machine, la position du squelette et la position de la caméra ne cessent de changer. La méthode proposée recommande d’utiliser des valeurs de position relatives plutôt que des valeurs de coordonnées cartésiennes réelles. Les récents progrès des réseaux de neurones à convolution (RNC) nous aident à obtenir une plus grande précision de prédiction en utilisant des entrées sous forme d’images. Pour représenter les articulations du squelette sous forme d’image, nous devons représenter les informations du squelette sous forme de matrice avec une hauteur et une largeur égale. Le nombre d’articulations du squelette fournit par certaines caméras de détection à profondeur est limité, et nous devons dépendre des valeurs de position relatives pour avoir une représentation matricielle des articulations du squelette. Avec la nouvelle représentation des articulations du squelette et le jeu de données MSR, nous pouvons obtenir des performances semblables à celles de l’état de l’art. Nous avons utilisé le décalage d’image au lieu de l’interpolation entre les images, ce qui nous aide également à obtenir des performances similaires à celle de l’état de l’art. / There have been significant efforts in the direction of improving accuracy in detecting human action using skeleton joints. Recognizing human activities in a noisy environment is still challenging since the cartesian coordinate of the skeleton joints provided by depth camera depends on camera position and skeleton position. In a few of the human-computer interaction applications, skeleton position, and camera position keep changing. The proposed method recommends using relative positional values instead of actual cartesian coordinate values. Recent advancements in CNN help us to achieve higher prediction accuracy using input in image format. To represent skeleton joints in image format, we need to represent skeleton information in matrix form with equal height and width. With some depth cameras, the number of skeleton joints provided is limited, and we need to depend on relative positional values to have a matrix representation of skeleton joints. We can show the state-of-the-art prediction accuracy on MSR data with the help of the new representation of skeleton joints. We have used frames shifting instead of interpolation between frames, which helps us achieve state-of-the-art performance.

Le sepsis tardif, défini comme une infection systémique chez les nouveaux nés âgés de plus de 3 jours, survient chez environ 7% à 10% de tous les nouveau-nés et chez plus de 25% des nouveau-nés de très faible poids de naissance qui sont hospitalisés dans les unités de soins intensifs néonatals (USIN). Les apnées et bradycardies (AB) spontanées récurrentes et graves sont parmi les principaux indicateurs précoces cliniques de l'infection systémique chez les prématurés. L'objectif de cette thèse est de déterminer si la variabilité du rythme cardiaque (VRC), la respiration et l'analyse de leurs relations aident au diagnostic de l'infection chez les nouveaux nés prématurés par des moyens non invasifs en USIN. Par conséquent, on a effectué l'analyse Mono-Voie (MV) et Bi-Voies (BV) sur deux groupes sélectionnés de nouveau-nés prématurés: sepsis (S) vs. non-sepsis (NS). (1) Tout d'abord, on a étudié la série RR non seulement par des méthodes de distribution (moy, varn, skew, kurt, med, SpAs), par les méthodes linéaire: le domaine temporel (SD, RMSSD) et dans le domaine fréquentiel (p_VLF, p_LF, p_HF), mais aussi par les méthodes non–linéaires: la théorie du chaos (alphas, alphaF) et la théorie de l'information (AppEn, SamEn, PermEn, Regul). Pour chaque méthode, nous étudions trois tailles de fenêtre 1024/2048/4096, puis nous comparons ces méthodes afin de trouver les meilleures façons de distinguer S de NS. Les résultats montrent que les indices alphaS, alphaF et SamEn sont les paramètres optimaux pour séparer les deux populations. (2) Ensuite, la question du couplage fonctionnel entre la VRC et la respiration nasale est adressée. Des relations linéaires et non-linéaires ont été explorées. Les indices linéaires sont la corrélation (r²), l'indice de la fonction de cohérence (Cohere) et la corrélation temps-fréquence (r2t,f) , tandis que le coefficient de régression non-linéaire (h²) a été utilisé pour analyser des relations non-linéaires. Nous avons calculé les deux directions de couplage pendant l'évaluation de l'indice h2 de régression non-linéaire. Enfin, à partir de l'ensemble du processus d'analyse, il est évident que les trois indices (r2tf_rn_raw_0p2_0p4, h2_rn_raw et h2_nr_raw) sont des moyens complémentaires pour le diagnostic du sepsis de façon non-invasive chez ces patients fragiles. (3) Après, l'étude de faisabilité de la détection du sepsis en USIN est réalisée sur la base des paramètres retenus lors des études MV et BV. Nous avons montré que le test proposé, basé sur la fusion optimale des six indices ci-dessus, conduit à de bonnes performances statistiques. En conclusion, les mesures choisies lors de l'analyse des signaux en MV et BV ont une bonne répétabilité et permettent de mettre en place un test en vue du diagnostic non invasif et précoce du sepsis. Le test proposé peut être utilisé pour fournir une alarme fiable lors de la survenue d'un épisode d'AB tout en exploitant les systèmes de monitoring actuels en USIN. / Late-onset sepsis, defined as a systemic infection in neonates older than 3 days, occurs in approximately 10% of all neonates and in more than 25% of very low birth weight infants who are hospitalized in Neonatal Intensive Care Units (NICU). Recurrent and severe spontaneous apneas and bradycardias (AB) is one of the major clinical early indicators of systemic infection in the premature infant. Various hematological and biochemical markers have been evaluated for this indication but they are invasive procedures that cannot be repeated several times. The objective of this Ph.D dissertation was to determine if heart rate variability (HRV), respiration and the analysis of their relationships help to the diagnosis of infection in premature infants via non-invasive ways in NICU. Therefore, we carried out Mono-Channel (MC) and Bi-Channel (BC) Analysis in two selected groups of premature infants: sepsis (S) vs. non-sepsis (NS). (1) Firstly, we studied the RR series not only by distribution methods (moy, varn, skew, kurt, med, SpAs), by linear methods: time domain (SD, RMSSD) and frequency domain (p_VLF, p_LF, p_HF), but also by non-linear methods: chaos theory (alphaS, alphaF) and information theory (AppEn, SamEn, PermEn, Regul). For each method, we attempt three sizes of window 1024/2048/4096, and then compare these methods in order to find the optimal ways to distinguish S from NS. The results show that alphaS, alphaF and SamEn are optimal parameters to recognize sepsis from the diagnosis of late neonatal infection in premature infants with unusual and recurrent AB. (2) The question about the functional coupling of HRV and nasal respiration is addressed. Linear and non-linear relationships have been explored. Linear indexes were correlation (r²), coherence function (Cohere) and time-frequency index (r2t,f), while a non-linear regression coefficient (h²) was used to analyze non-linear relationships. We calculated two directions during evaluate the index h2 of non-linear regression. Finally, from the entire analysis process, it is obvious that the three indexes (r2tf_rn_raw_0p2_0p4, h2_rn_raw and h2_nr_raw) were complementary ways to diagnosticate sepsis in a non-invasive way, in such delicate patients.(3) Furthermore, feasibility study is carried out on the candidate parameters selected from MC and BC respectively. We discovered that the proposed test based on optimal fusion of 6 features shows good performance with the largest Area Under Curves (AUC) and the least Probability of False Alarm (PFA). As a conclusion, we believe that the selected measures from MC and BC signal analysis have a good repeatability and accuracy to test for the diagnosis of sepsis via non-invasive NICU monitoring system, which can reliably confirm or refute the diagnosis of infection at an early stage.