Détection de ruptures multiples – application aux signaux physiologiques

Ce projet de recherche veut apporter des réponses mathématiques à des problématiques biomédicales, plus particulièrement dans le domaine de la recherche clinique. Les chercheurs du CMLA et de Cognac G collaborent pour améliorer les diagnostics et rendre plus efficaces les traitements.

 

Pour cela, je chercherai à créer des nouvelles méthodes pour traiter automatiquement des données médicales issues de capteurs non intrusifs, par exemple l'accélération des membres d'un sujet qui marche. Des algorithmes statistiques isoleront alors des phases (accélération, décélération, demi tour,...) et extrairont des informations pertinentes (quantifier le mouvement du bassin, la claudication,...).

 

D'un point de vue mathématique, ce problème est celui de la détection de rupture pour des signaux multivariés, sujet dans lequel la recherche est encore balbutiante. Les approches classiques basées sur des changements de moyenne ou de variance ont des limites flagrantes sur des signaux complexes. Pour la segmentation de ces données hétérogènes et non stationnaires, on développera alors des méthodes basées sur des tests d'égalité de distributions statistiques.