École de technologie supérieure
Analyse de signaux de ballistocardiogramme pour la détection des événements cardiorespiratoires
Abstract
dc:descriptionLa nouvelle génération de matelas connectés ouvre des avenues intéressantes pour la surveillance des signes vitaux en milieu clinique. Ce mémoire propose une étude de l’utilité et de la validité d’une telle technologie sur une population présentant des problèmes cardiorespiratoires en contexte clinique. En effet, la surveillance discrète et continue de la fréquence respiratoire (FR) est essentielle pour proposer de meilleurs diagnostics en utilisant des objets connectés. Par conséquent, les nouveaux matelas connectés se concentrent de plus en plus sur la FR. Dans notre travail, nous validons les performances d’un matelas FOS à micro pliures sur 80 sujets admis à l’unité de soins intensifs cardiaques (USIC) en estimant la FR à partir de leur ballistocardiogrammes (BCG). Notre étude propose un nouvel estimateur de la FR, basé sur des modèles harmoniques plus bruit (HNM) et le compare à deux estimateurs connus (à savoir MODWT et CLIE). L’objectif est d’examiner, à l’aide d’un ensemble représentatif de données, la précision de ces méthodes et du matelas connecté. Les résultats de l’application de ces trois estimateurs au BCG montrent que le MODWT est plus précis avec une erreur moyenne absolue moyenne (MAE) de 5.72 ± 6.47 RPM. L’estimateur CLIE s’est montré moins performant avec une MAE de 10.90 ± 8.35 RPM. L’estimateur HNM montre des résultats encourageants de 8.45 ± 8.22 RPM. Des analyses de Bland-Altman ont révélé que chacune de ces méthodes d’estimations fonctionne mieux pour des FR lentes et que l’erreur augmente linéairement en fonction de la vitesse de la FR. Cela signifie que le matelas connecté fonctionne bien dans un intervalle de FR standard de 10-20 respirations par minute (BPM) mais devient moins précis avec une plus grande plage d’estimation. Ces résultats soulignent la nécessité d’améliorer les performances de ces capteurs pour des plages de signes vitaux plus larges. En somme, ce projet propose une base de données bien plus large que les précédentes sur une population ayant différents troubles cardiorespiratoires. De plus, les résultats valident qu’un matelas connecté peut fonctionner, dans de bonnes conditions, sur cette même population.
Degree
thesis:*- Name thesis:degree_name
- Mémoire de maîtrise électronique
- Level thesis:degree_level
- masters
- Grantor dc:publisher
- École de technologie supérieure
- Year dc:date
- 2020
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Otis, Samuel
Subjects
dc:subject × 1Rights
- Language dc:language
- fr
Identifiers
dc:identifier.*- Identifier
- INSERT-YOUR-LIBRARY-ID-HERE2658