LiveZilla Live Chat Software

Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Développement d’une approche algorithmique pour la détection automatique des changements de niveau d’activité d’une personne atteinte de Dystrophie myotonique de type 1

Lapointe Patrick. (2021). Développement d’une approche algorithmique pour la détection automatique des changements de niveau d’activité d’une personne atteinte de Dystrophie myotonique de type 1. Mémoire de maîtrise, Université du Québec à Chicoutimi.

[img] PDF
6MB

Résumé

La Dystrophie myotonique de type 1 (DM1) est une maladie neuromusculaire incurable qui, entre autres, cause une perte de capacité musculaire au fil des années. Il a été démontré qu’un programme d’entraînement prescrit par un spécialiste peut être bénéfique pour les personnes atteintes de cette maladie. D’ailleurs, le projet de maîtrise présenté dans ce mémoire se greffe au projet Acti-DM1 ayant pour but le développement d’une solution technologique d’assistance à domicile pour aider ce type de clientèle à réaliser un programme d’entraînement à domicile. La technologie consiste principalement en un bracelet à centrale inertielle enregistrant différentes activités physiques (se lever, s’asseoir, marcher, courir) en temps réel connectée à une unité centrale de traitement possédant un haut-parleur. L’unité centrale de traitement s’occupe de recueillir les données du bracelet et de gérer le programme d’entraînement à domicile prescrit en effectuant des rappels quotidiens et en guidant le participant lors de ses exercices. Au cours du projet Acti-DM1, la technologie d’assistance développée a été déployée dans 10 résidences de personnes atteintes de DM1. Lors de cette cueillette de données en situation réelle d’une durée de 10 semaines, beaucoup de données ont été recueillies. Le projet de recherche dont il est question dans ce mémoire a pour objectif de traiter ces données et de détecter les changements comportementaux au niveau de l’activité physique enregistrée par le bracelet à centrale inertielle au cours de la cueillette. Pour y arriver, des prétraitements importants ont dû être effectués sur les données brutes afin d’extraire l’information utile. Ensuite, plusieurs algorithmes constituant l’état de l’art au niveau de la détection automatique de changements comportementaux ont été étudiés, implémentés et appliqués.

Type de document:Thèse ou mémoire de l'UQAC (Mémoire de maîtrise)
Date:2021
Lieu de publication:Chicoutimi
Programme d'étude:Maîtrise en informatique
Nombre de pages:167
ISBN:Non spécifié
Sujets:Sciences naturelles et génie > Sciences mathématiques > Informatique
Département, module, service et unité de recherche:Départements et modules > Département d'informatique et de mathématique > Programmes d'études de cycles supérieurs en informatique
Directeur(s), Co-directeur(s) et responsable(s):Gaboury, Sébastien
Bouchard, Kévin
Mots-clés:algorithmique, analyses de changements, détection automatique de changements, Dystrophie myotonique, forage de données, intelligence artificielle
Déposé le:22 juill. 2021 09:37
Dernière modification:22 juill. 2021 14:16
Afficher les statistiques de telechargements

Éditer le document (administrateurs uniquement)

Creative Commons LicenseSauf indication contraire, les documents archivés dans Constellation sont rendus disponibles selon les termes de la licence Creative Commons "Paternité, pas d'utilisation commerciale, pas de modification" 2.5 Canada.

Bibliothèque Paul-Émile-Boulet, UQAC
555, boulevard de l'Université
Chicoutimi (Québec)  CANADA G7H 2B1
418 545-5011, poste 5630