Détection d'une évolution du risque de chute chez les personnes âgées

par Hassan Amoud

Thèse de doctorat en Optimisation et sûreté des systèmes

Sous la direction de Michel Doussot et de David Hewson.

Soutenue en 2006

à Troyes .


  • Résumé

    Les recherches bibliographiques sur la caractérisation de l’équilibre statique ont permis de le caractériser par une soixantaine de paramètres divisés en 3 groupes : spatio-temporels, fréquentiels et stochastique. Ce dernier groupe a été analysé pour étudier sa capacité à identifier des différences posturales entre deux groupes de personnes âgées et témoins, sa robustesse et la durée minimale nécessaire pour son calcul. Une analyse par des méthodes non linéaires est menée en utilisant l’entropie estimée par plusieurs méthodes comme l’Approximate Entropie (ApEn), la Sample Entropie (SampEn) et la MultiScale Entropie (MSE). Cependant, ces méthodes souffrent des composantes « basse fréquence » se trouvant dans le signal postural. Pour remédier à ce problème, nous avons préconisé une nouvelle méthode appelée Entropie de Mode Intrinsèque (IMEn). Cette nouvelle méthode se base sur la décomposition empirique multimodale (EMD) en éliminant les composantes (IMFs) de basse fréquence. Les résultats obtenus ont montré que cette méthode est capable de caractériser l’équilibre postural et d’identifier les différences posturales entre les groupes. Finalement, une simulation de dégradation de l’équilibre a été réalisée pour permettre de sélectionner, parmi les paramètres étudiés, ceux qui sont capables d’identifier une dégradation de l’équilibre. Cette sélection de paramètres a été réalisée par des méthodes de détection de changements et des méthodes de sélection de variables supervisées. Cette étude a montré qu’il est possible de trouver plusieurs combinaisons de ces paramètres pour détecter une dégradation de l’équilibre

  • Titre traduit

    Detection of an evolution in the risk of falling in the elderly


  • Résumé

    Previous research has identified over 60 parameters that can be used to characterise static balance, within which three groups exist: spatiotemporal, spectral and stochastic. This last group was analyzed to study its capacity to identify postural differences between two groups of elderly and control subject, its robustness and the minimal duration needed for its calculation. An analysis by nonlinear methods is carried out by using several methods to estimate entropy, such as Approximate Entropy (ApEn), Sample Entropy (SampEn) and Multi-Scale Entropy (MSE). However, these methods suffer from the presence of low-frequency components in the signals. To resolve this problem, a new method called Intrinsic Mode Entropy (IMEn) has been developed based on the Empirical Mode Decomposition (EMD) to eliminate low frequency components (IMFs). The results obtained show that this method is able to characterize postural balance and identify postural differences between groups. Finally, a simulation of the degradation of balance was carried out to make it possible to select those parameters that are able to identify a degradation of balance. Parameter selection was carried out by change-detection methods and supervised feature-selection methods. This study showed that it is possible to find several combinations of these parameters to detect a degradation of balance

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (168 p.)
  • Annexes : Bibliogr. p. 157-168

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie. Service commun de la documentation.
  • Disponible pour le PEB
  • Cote : THE 06 AMO
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.