Pierre Moreau soutient sa thèse qui le mardi 11 juillet, à 10h00, à l'amphithéâtre Lavoisier de l'UFR des sciences.
Jury
- M. Hazem WANNOUS, Professeur en Informatique de l'université de Lille - IMT Lille-Douai - Laboratoire CRISTAL (Rapporteur)
- M. Sotiris MANITSARIS, Maître de Conférences HDR en Informatique de l'université Paris Sciences & Lettres, Centre de Robotique Mines ParisTech (Rapporteur)
- M. Tarek AHMED-ALI, Professeur en Automatique de l'université de Caen Normandie - Laboratoire d'Automatique de Caen (Examinateur)
- M. David DURAND, Maître de Conférences en Informatique de l'UPJV - IUT Informatique - Laboratoire MIS (Co-directeur)
- M. Jérôme BOSCHE, Professeur en Automatique de l'UPJV - UFR des Sciences - Laboratoire MIS (Directeur)
- M. Michel LEFRANC, Professeur des Universités - Praticien Hospitalier en Neuro-chirurgie au CHU d'Amiens - Laboratoire CHIMERE (invité)
Résumé
L’objectif de ce projet est de pouvoir caractériser des mouvements typiques d’un sport, d’une maladie ou de toute autre activité mettant en scène un mouvement. Dans le cas de la maladie de Parkinson, le neurologue aurait besoin de connaître les fluctuations de la motricité du patient au cours de la journée, induites par la prise du traitement (un sous-dosage peut provoquer une akinésie, un sur-dosage une dyskinésie). Si ces informations sont pertinentes pour ajuster plus finement le traitement du patient afin qu'il bénéficie d’une meilleure qualité de soin, elles restent toutefois compliquées à obtenir. La captation de la posture d’un être humain peut utiliser différentes techniques, notamment la photographie, la vision par ordinateur ou des capteurs embarqués. Le dispositif e-mOove peut permettre d'accéder à ce type d'information. L’un des principaux objectifs du projet e-moOve est d’offrir une solution d’analyse de mouvements via une capture inertielle grâce à des capteurs connectés constitués de gyromètres et d'accéléromètres. Ce dispositif de capture de mouvements consiste en l'association d'unités de mesure inertielle (IMU), exploitant la technologie de communication sans fil, positionnées sur les différentes parties du corps humain, et plus exactement au niveau des articulations. L'intérêt d'un tel dispositif est de pouvoir l'utiliser à peu près n'importe où, dans des conditions réelles plutôt que dans des endroits dédiés du fait de sa simple mise en œuvre et de son faible encombrement. Des algorithmes de modélisation vont ensuite traiter ces données pour détecter des mouvements d'intérêt. In fine, l'idée du concept e-moOve consiste à ce que le neurologue puisse facilement avoir accès aux scènes d'intérêt, datées et classées sur une période donnée, qui seront transmises régulièrement sous la forme d'une vidéo d'animation 3D, afin qu'il puisse, à distance, ajuster le traitement.
Abstract
The aim of this project is to be able to characterise movements typical of a sport, a disease or any other activity involving movement. In the case of Parkinson's disease, the neurologist would need to know the fluctuations in the patient's motor skills over the course of the day, induced by taking the treatment (an underdose can cause akinesia, an overdose dyskinesia). While this information is relevant for fine-tuning the patient's treatment to ensure better quality of care, it remains complicated to obtain. Capturing the posture of a human being can use a variety of techniques, including photography, computer vision or on-board sensors. The e-mOove device can provide access to this type of information. One of the main objectives of the e-moOve project is to offer a solution for analysing movements via inertial capture using connected sensors consisting of gyrometers and accelerometers. This movement capture system consists of a combination of inertial measurement units (IMUs), using wireless communication technology, positioned on different parts of the human body, and more specifically at joint level. The advantage of such a device is that it can be used almost anywhere, in real-life conditions rather than in dedicated locations, because it is easy to set up and takes up very little space. Modelling algorithms will then process this data to detect movements of interest. Ultimately, the idea behind the e-moOve concept is for the neurologist to have easy access to scenes of interest, dated and classified over a given period, which will be transmitted regularly in the form of a 3D animated video, so that he or she can adjust the treatment remotely.
