Dynamic Monitoring Measures

par Sophie Miallaret

Thèse de doctorat en Mathématiques Appliquées

Sous la direction de Arnaud Guillin et de Anne-Françoise Yao.

Soutenue le 11-12-2019

à Clermont Auvergne , dans le cadre de École doctorale des sciences fondamentales (Clermont-Ferrand) , en partenariat avec Laboratoire de Mathématiques Blaise Pascal (laboratoire) .

Le président du jury était Vincent Sapin.

Le jury était composé de Denys Pommeret, Laurence Reboul, Hacène Djellout.

Les rapporteurs étaient Jean-Michel Marin, Sophie Dabo-Niang.

  • Titre traduit

    Surveillance dynamique de mesures


  • Résumé

    Les mesures sont des actes quotidiens, elles nous donnent beaucoup d'informations et permettent de prendre des décisions. L'analyse des mesures peut nous permettre d'en apprendre plus sur notre environnement, mais l'erreur d'une mesure peut avoir des conséquences importantes dans certains domaines. Dans une première partie, nous proposons, grâce à l'étude de mesures d'analyses sanguines réalisées au CHU de Clermont-Ferrand, une procédure permettant de détecter les dérives des analyseurs de laboratoires de biologie médicale, se basant sur les mesures d'analyses de patients. Après une analyse descriptive des données, la méthode mise en place, utilisant des méthodes de détection de ruptures de séries temporelles, est testée pour des simulations de ruptures représentant des décalages, des imprécisions ou des dérives d'analyseurs pour différents paramètres biologiques mesurés. La méthode est adaptée pour deux scénarios : lorsque l'on connaît ou non le service hospitalier des patients. L'étude est complétée par une analyse de l'impact de l'incertitude de mesure sur les analyses des patients. Dans une seconde partie nous étudions des mesures de formes de cendres volcaniques réalisées au Laboratoire Magmas et Volcans de l'Université Clermont Auvergne, dans le but de déterminer un lien entre les lieux de collecte et les formes des particules. Après avoir montré la dépendance entre ces paramètres, nous proposons, grâce une méthode de classification, un regroupement des particules représentant différentes populations dépendantes de la distance entre les lieux de collecte et le cratère du volcan.


  • Résumé

    The measures are daily actions, they give us a lot of information and allow us to make decisions. The analysis of measures can allow us to learn more about our environment, but the error of a measure can have important consequences in certain areas. In a first part, we propose, thanks to the study of blood test measurements carried out at the CHU of Clermont-Ferrand, a procedure for detecting deviations from medical biology laboratory analyzers based on patient analysis measurements. After a descriptive analysis of the data, the method put in place, using methods of detection of breaks of time series, is tested for simulations of breaks representing offsets, imprecision or drifts of machine for different measured biological parameters. The method is adapted for two scenarios: when the patient's hospital service is known or not. The study is supplemented by an analysis of the impact of measurement uncertainty on patient analyses. In a second part we study measurements of volcanic ash forms made at “Laboratoire Magmas et Volcans” of the Clermont Auvergne University, in order to determine a link between the collection locations and the forms of the particles. After showing the dependence between these parameters, we propose, using a classification method, a grouping of particles representing different populations depending on the distance between the collection locations and the volcano crater.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Clermont Auvergne. Bibliothèque numérique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.