Back to search

École de technologie supérieure

Intelligence artificielle pour la conception et l’ajustement des masques respiratoires

Abstract

dc:description

Contexte : Les masques respiratoires constituent un élément essentiel de protection individuelle contre les contaminants atmosphériques, tant dans les milieux médicaux qu’industriels. Ce pendant, leur port prolongé peut engendrer un inconfort significatif et provoquer des lésions cutanées. Ces problèmes résultent souvent d’un ajustement inadéquat du masque. Objectif : Ce mémoire a pour objectif de développer un modèle d’apprentissage automatique capable de prédire la déformation faciale et la distribution des pressions exercées par un masque respiratoire, à partir d’un jeu restreint de données biomécaniques annotées. L’objectif ultime est de favoriser un ajustement personnalisé optimisant à la fois la protection et le confort. Méthodologie : Une architecture de réseau de neurones en graphes semi-supervisée a été proposée pour représenter la géométrie faciale sous forme de graphes. Le modèle exploite 45 visages étiquetés et 120 non étiquetés, combinant un autoencodeur variationnel et des contraintes inspirées de la théorie du contact hertzien. Un module complémentaire basé sur XGBoost assure la classification des zones de déformation. Résultats : Notre approche permet d’obtenir une RMSE de déformation de 0,164 mm (R2 = 0, 9896) et une RMSE de pression de 0,0492 kPa (R2 = 0, 9517), soit une amélioration de 34,27 % par rapport à Random Forest, de 20,62 % par rapport à PointNet++ et de 10,01 % par rapport à TPSNET. La validation croisée à cinq volets confirme une généralisation robuste et un temps d’inférence inférieur à 2 secondes. Conclusion : Cette étude présente un modèle d’ajustement personnalisé en temps réel des masques respiratoires capable de prédire avec précision la déformation faciale et la pression de contact.

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
2025

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Mlika, Eya

Subjects

dc:subject × 1

Rights

Language dc:language
fr

Identifiers

dc:identifier.*
Identifier
INSERT-YOUR-LIBRARY-ID-HERE3810

Chain of custody

source
Harvested from
ETS (Quebec)
Base URL
espace.etsmtl.ca/cgi/oai2
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Mlika, Eya. Intelligence artificielle pour la conception et l’ajustement des masques respiratoires. masters thesis, École de technologie supérieure, 2025.