Description
Date depot: 1 janvier 1900
Titre: Système de détection de chutes de personnes âgées par apprentissage statistique
Encadrant :
Jérôme LUCAS (LPEM (EDITE))
Directeur de thèse:
Yacine OUSSAR (LPEM (EDITE))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Chaque année, 9300 personnes âgées de plus de 65 ans décèdent des suites d'une chute en France. On estime à environ 450 000 le nombre de chutes des personnes âgés, ce qui constitue plus de 80% des accidents de la vie courante chez les plus de 65 ans. En France, l'estimation du coût médical de ces chutes est de 1 340M€. Ce chiffre devrait s’accroître considérablement du fait de l’évolution démographique, avec l’augmentation programmée de la population gériatrique. Outre les conséquences médicales directes liées à la chute, celle-ci est souvent un facteur déclenchant ou aggravant la perte d’autonomie.
Pour limiter les effets des chutes des personnes âgées, il est nécessaire de développer une offre de services et de technologies permettant aux personnes seules de rester en contact avec l'extérieur.
Ce sujet de thèse s'inscrit dans une collaboration avec la société Bostik (branche construction) pour le développement d’un système de détection de chutes à domicile par mesures capacitives intégrées dans le sol. Cependant les capteurs capacitifs ne détectent pas directement la chute des personnes. Ils produisent uniquement des signaux dépendant de l'activité des personnes. Il est donc nécessaire de détecter la chute des personnes à partir de la compilation des signaux issus de plusieurs capteurs et de plusieurs phases de mesure par une approche d’analyse des données. Pour cela, des méthodes issues de l'apprentissage statistique et de la classification automatique, ainsi que de la modélisation semi-physique, seront nécessaires.
Le travail consistera dans un premier temps à la création d'un base de données préliminaire rassemblant des scénarios de vie types (à déterminer) afin d'effectuer des pré-tests sur les capteurs intégrés dans un démonstrateur grandeur nature pour extraire les phases de mesure les plus pertinentes. Ensuite une base de données plus complète sera réalisée avec la prise en compte notamment des variations climatiques. Cette base de données sera utilisée pour l'analyse et la modélisation des scénarios de vie par apprentissage statistique. Des modèles de connaissance issus de la physique pourront être introduits pour améliorer la détection d'une chute notamment. Enfin, les capteurs seront installés dans une salle de test en situation (c'est à dire dans un institut médicalisé) afin d'estimer l'efficacité du dispositif développé en conditions réelles de fonctionnement.
Le candidat devra avoir de bonnes connaissances et un goût pour : l’électronique et le traitement du signal, l'apprentissage statistique, les projets industriels.
Doctorant.e: Haffner Julien