Méthodes d'extraction de source semi-aveugle : application à la mesure des signes physiologiques sans contact

par Richard Macwan

Thèse de doctorat en Instrumentation et informatique de l'image

Sous la direction de Alamin Mansouri et de Yannick Benezeth.

Thèses en préparation à Bourgogne Franche-Comté , dans le cadre de SPIM - Sciences Physiques pour l'Ingénieur et Microtechniques , en partenariat avec LE2I - Laboratoire d'Electronique, d'Informatique et de l'Image (laboratoire) et de Pôle 5 - Systèmes de vision et Méthodes d'imagerie (equipe de recherche) depuis le 07-10-2015 .


  • Résumé

    Les mesures physiologiques sans contact sont hautement souhaitables dans de nombreux domaines biomédicaux, tels que le diagnostic des nourrissons, des patients agés, des patients souffrant de traumatismes physiques extrêmes, ainsi que de la santé personnelle, au bien-être et à la forme physique. La photopléhysmographie à distance est de plus en plus utilisée pour la mesure sans contact de la fréquence cardiaque à partir de vidéos, l'une des propriétés biomédicales les plus courantes requises pour la plupart des diagnostics médicaux. L'une des techniques les plus courantes pour effectuer une photopléthysmographie à distance consiste à utiliser des méthodes de Séparation aveugle de source (SAS) pour extraire le signal cardiaque de données vidéo. Dans ce contexte, l’objectif de cette thèse est de développer différentes méthodes dans le domaine de l’extraction et de la séparation des sources en améliorant les méthodes SAS traditionnelles telles que l’Analyse en Composante Indépendante (ACI). Ces nouvelles méthodes d’extraction de sources semi-aveugle sont intégrées avec des contraintes biophysiques, et appliquées au domaine de photopléthysmographie à distance. De plus, ces méthodes sont extrapolées pour mesurer la distribution spatiale des signaux photopléthysmographique de la peau. La photopléthysmographie à distance comprend la mesure de paramètres biophysiques tels que la fréquence cardiaque et la variabilité de la fréquence cardiaque. Les variations périodiques de la couleur de la peau dues au battement rhythmique du coeur sont quantifiées pour générer un signal temporel à partir des données d'image obtenues à partir de simples caméras vidéo. Nous avons amélioré les méthodes existantes en incorporant une propriété très commune de quasi-périodicité des signaux biophysiques tels que les signaux cardiaques et neurologiques. Les signaux quasi-périodiques présentent une autocorrélation plus élevée que les signaux non périodiques. Cette observation a été combinée avec les techniques d'analyse de composants indépendants et de déflation de sous-espace pour développer les algorithmes suivants.

  • Titre traduit

    Semi-blind source extraction methods : application to non-contact physiological signs measurement


  • Résumé

    Non-contact physiological measurements are highly desirable in many biomedical fields such as diagnosis of infants, geriartic patients, patients with extreme physical trauma, and fitness and well-being. Remote photoplehysmography is increasingly being used for non-contact measurement of heart rate from videos which is one of the most common biomedical property required for most medical diagnosis. One of the common techniques for performing remote photoplethysmography involves in using Blind Source Separation (BSS) methods to extract the cardiac signal from video data. In this context, the objective of this thesis is to develop different methods in the field of extraction and separation of sources by improving upon traditional BSS methods. These novel semi-blind source extraction methods are integrated with biophysical constraints, and applied to the application of remote photoplethysmography measurement. In addition, one of these methods is extrapolated to measure the spatial distribution of photoplethysmographic signals of the skin. Remote photoplethysmography aims to measure biophysical parameters such as heart rate and heart rate variability by quantifying the periodic changes in skin color due to the rhythmic beating of the heart. These changes that manifest in the image data obtained from simple video cameras are processed to generate a temporal signal representing the cardiac signal. We have improved existing methods by incorporating the ubiquitous property of quasi-periodicity of biophysical signals such as cardiac and neurological signals. Quasi-periodic signals have higher autocorrelation than non-periodic signals. This observation was combined with independent component analysis techniques and Generalized Eigenvalue Decomposition (GEVD) to develop semi-blind source extraction methods.