Publications

Des méthodes automatiques de détection du FOG utilisant l'indice de blocage (FI) ont été largement proposées pour surveiller systématiquement le FOG dans la vie réelle et orienter l'optimisation des thérapies. Cependant, les méthodes d'estimation du FI se sont appuyées sur un large éventail de technologies de mesure et de méthodologies computationnelles, manquant souvent de rigueur mathématique. Ce manque de standardisation a gravement entravé l'acceptation du FI par les agences réglementaires en tant que mesure reproductible, robuste, efficace et sûre sur laquelle baser de futurs développements. Dans cette étude, nous formalisons la définition du FI et proposons un algorithme d'estimation rigoureux et explicite, qui pourrait servir de norme pour les applications futures. Cette standardisation fournit un étalon cohérent et fiable.

La détérioration de la marche peut être utilisée comme biomarqueur du vieillissement et des maladies neurologiques. La surveillance et l'analyse continues de la marche sont essentielles pour la détection précoce des déficits et la réha- bilitation personnalisée. L'utilisation de systèmes de capteurs inertiels mobiles et portables pour la surveillance et l'analyse de la marche a été largement explorée avec des résultats prometteurs dans la littérature. Dans ce travail, nous avons développé un système d'analyse de la marche intégré à la chaussure basé sur des capteurs inertiels pour la surveillance de la marche en temps réel et avons étudié la fréquence d'échantillonnage optimale pour capturer toutes les informations sur les schémas de marche. Une étude de valida- tion exploratoire a été réalisée à l'aide d'un système de capture de mouvement optique sur quatre sujets adultes sains.

Les systèmes de capture de mouvement sont largement acceptés comme référence pour l'analyse de la marche et sont utilisés pour la validation d'autres systèmes d'analyse de la marche. À ce jour, leur fiabilité et leurs limites dans l'étiquetage manuel des événements de la marche n'ont pas été étudiées. Objectifs : Évaluer l'incertitude de l'étiquetage manuel et introduire un modèle hybride de détection de la foulée et d'estimation des événements de la marche pour une surveillance autonome, à long terme et à distance. Méthodes : Estimer les incohérences entre les étiqueteurs en calculant les limites d'accord. Développer un modèle hybride basé sur la déformation temporelle dynamique et le réseau neuronal convolutif pour identifier les foulées valides et éliminer les données non-foulées dans les données inertielles (de marche) collectées par un appareil portable. Enfin, détecter les événements de la marche dans une région de foulée valide.