développement d'applications de Telemedecine sur Smartphones

Description
Pourquoi a ton choisit de s'intéresser aux cœur? Les problèmes de santé se rapportant aux cœurs sont d’ordre mondial et de grande fréquence et gravité, la preuve en est que les maladies cardiaques sont la première cause de mortalité dans le monde, suivant l’Organisation mondiale de la Santé OMS. Ces données ne sont que la partie visible de l’iceberg, une estimation rapporte que plus de 200 millions de personnes seraient prédisposées aux maladies cardiovasculaires. Ces chiffres alarmants appellent à une action immédiate. C’est pour cela que c’est dernier, nécessitent une détection précoce et une prise en charge pour éviter par ce qu’on appel la mort subite.

Please download to get full document.

View again

of 116
All materials on our website are shared by users. If you have any questions about copyright issues, please report us to resolve them. We are always happy to assist you.
Information
Category:

Health & Medicine

Publish on:

Views: 0 | Pages: 116

Extension: PDF | Download: 0

Share
Transcript
  • 1. 1
  • 2. Développement d’applications de Télémédecine sur Smartphones 2Ghouali.S
  • 3. Faculté de Technologies Mémoire de Thèse Option : Réseaux mobiles et services Thème: Développement d’applications de Télémédecine sur Smartphones Réalisé par : GHOUALI Samir Directeur de thèse: Pr M. Feham 3 Ghouali.S
  • 4. Introduction
  • 5. Introduction
  • 6. 11Ghouali.S
  • 7. 12 17,3 Millions +200 Millions Ghouali.S
  • 8. 13Ghouali.S
  • 9. 14 La mort cardiaque subite est définie comme "la mort due à des causes cardiaques, précédées par une perte brusque de la conscience et l'apparition des symptômes aigus" Ghouali.S
  • 10. 15 Traitement perfectionné des signaux ECG’s Suivit continuel et en temps réel Ghouali.S
  • 11. 16 Des concepts d'exploration et d’analyse de données physiologiques d’une personne ou étude en Panel des interactions entre plusieurs variables Ghouali.S
  • 12. 17Les positions qu’occupent les TICs et le suivi mobile des patients sont de plus en plus significatives les TICs sont employés pour améliorer et fournir des services de santé et des informations connexes Un des domaines d'application des TICs est l’e-Santé (e-Health) Ghouali.S
  • 13. 18 Ghouali.S
  • 14. 19Impacts du m-Health sur le milieu médical Le vieillissement de la population Complexité des anomalies Diminution du personnel médical Systèmes de santé Diagnostics précoces Le repérage de la précocité Prévenir l’émergence de certaines maladies Offrir un meilleur suivi aux personnes atteintes de maladies chroniques. Déploiement de la m-Health créer une plateforme unique accessible à la fois aux patients et aux médecins Ghouali.S
  • 15. 20 Les applications de m-Health incluent Utilisation de dispositifs mobiles La surveillance en temps réel des signes vitaux « via la télémédecine mobile » Fourniture d'informations ‘Rapports’ Ghouali.S
  • 16. 21 Usage pour la m-health les Smartphones se muent en médecins Ghouali.S
  • 17. 22 L’efficacité d’une application médicale exige une capacité d'intervention immédiate dans l’un de ces quatre domaines essentiels : Ghouali.S
  • 18. 23 L’efficacité d’une application médicale exige une capacité d'intervention immédiate dans l’un de ces quatre domaines essentiels :  Evaluation des risques.  Communication concernant les menaces émergentes.  Education pour les fournisseurs et le grand public.  Mise en œuvre des mesures d'évitement des risques. Ghouali.S
  • 19. 24 L’efficacité d’une application médicale exige une capacité d'intervention immédiate dans l’un de ces quatre domaines essentiels :  Surveillance de la santé en temps réel.  Evaluation des données locales, régionales et nationales  Education Ghouali.S
  • 20. 25 L’efficacité d’une application médicale exige une capacité d'intervention immédiate dans l’un de ces quatre domaines essentiels :  Evaluation et l'identification des besoins médicaux.  Diagnostic, thérapeutique, contamination…  Optimisation de la logistique. Ghouali.S
  • 21. 26 L’efficacité d’une application médicale exige une capacité d'intervention immédiate dans l’un de ces quatre domaines essentiels :  Centres d'excellence fournissant des instructions de soins spécialisés.  Consultations en temps réel.  Supervision du traitement à plusieurs niveaux.  Se référer vers des centres spécialisés. Ghouali.S
  • 22. 27Ghouali.S
  • 23. 28 Application « DIAGNOSE ECG » Contribution 1 Ghouali.S
  • 24. 29 Application « DIAGNOSE ECG »  Une initiation sur le cœur et le signal ECG  Développement des bocs d’algorithmes avec discussion des résultats  Choix de la plateforme mobile de développement  Test de l’application mobile « DIAGNOSE ECG » Ghouali.S
  • 25. 30 L'électrocardiographe (ECG) est l'outil de diagnostic utilisé pour évaluer la probabilité d’anomalies cardiaques. La relation entre les ondes P, T et le complexe QRS permet de distinguer les diverses irrégularités cardiaquesGhouali.S
  • 26. 31 Problèmes L’analyse des durées et des amplitudes des segments QRS, n’est pas suffisante pour préciser les anomalies (arythmies) cardiaques. pas possible de prendre une décision finale sur une anomalie donnée juste en prenant les amplitudes et les intervalles QRS Ghouali.S
  • 27. 32Ghouali.S
  • 28. 33 Ambitions Approfondir nos analyses sur l’ensemble des segments ECG ainsi que sur le calcul des superficies « l’électrocardiographie quantitative » Exploiter au maximum l’intelligence du smartphone, doté de bases de données physionet La détermination des battements normaux /anormaux. Détection des PVC’s Calculs des surfaces QRS et T connues par QRSTA (QRS-T area) Ghouali.S
  • 29. 34 RS La détection des complexes QRS est d’une importance capitale Trouver une méthode satisfaisante pour la détection de ce segment La durée et l’amplitude du segment QRS doivent etre mesurées avec la plus grande precision La plupart des algorithmes de détection procèdent en deux étapes : le signal passe par un filtre passe bande Une prise de décision selon des critères de seuillage Ghouali.S
  • 30. 35 RS Publication Detection du QRS Se % +P% (correction) CHIARUGI ET AL. multiples seuils (Filtre passe-bande + première dérivée) 99.76 99.81 CHRISTOV multiples seuils (Multiple moyenne mobile + première dérivée) 99.76 99.81 CHOUAKRI Deux seuils (WT + Histogramme+ Moyenne Mobile) 98,68 97,24 LI ET AL Singularité+ Multiple Seuils (WT + Filtre Numérique) 99,89 99,94 ARZENO ET AL multiples seuils (première dérivée+ Quadrature+ Filtre Passe bande) 99,68 99,63 NOTRE ALGORITHME Singularité+ multiples seuils (EB-Gibbs+ Filtre Numérique) 99,75 99,92 Ghouali.S
  • 31. 36 pics Comparaison des résultats de détection des pics R pour la base de données MIT-BIH avec l’algorithme de PAN Tompkins ID NOMBRE EXACTE DES PICS R NOMBRE DE PICS R DÉTECTÉS PAR L'ALGORITHME PAN TOMPKINS NOMBRE DE PICS R DÉTECTÉS PAR NOTRE ALGORITHME FAUSSE DÉTECTION DES PICS R PAR PAN TOMPKINS FAUSSE DÉTECTION DES PICS R PAR NOTRE ALGORITHME TOTAL ID 3540 3576 3508 92 45 ERREUR RELATIVE % 2.57270693 5 1.282782212 ERREUR RÉELLE % 2.683615819 1.27118644 Ghouali.S
  • 32. 37 wave Estimer les emplacements des ondes T (régions dites non-QRS) Estimation / détection se fera par blocs . Figure 2.17 : (a) Intervalles QRS et non-QRS, (b) ECG. Région T Région P R-T R-P QRS(a) (b) N-D Solution Modèle bayésien qui s’appelle l’échantillonneur par bloc de Gibbs (EB-Gibbs) EB-Gibbs PCGS LPD WT Sensibilité SE % 99.89 99.81 97.74 99.77 Ghouali.S
  • 33. 38 Détection du PVC La détection et l'identification des PVC’s nécessitent des informations sur le rythme et aussi sur la morphologie des complexes QRS. Trois caractéristiques sont prises en considération, telles que : • L'intervalle RR précédent, • La zone QRST (QRSTA) • Le calcul d’un coefficient de corrélation avec le gabarit d'un battement normal. Détecter, segmenter et extraire les caractéristiques discriminantes des complexes QRS à pa signaux ECG Classer les formes d'onde ECG en deux groupes : normal et PVC. L'analyse morphologique du PVC est un défi Ghouali.S
  • 34. 39 QRS-T Area A: QRS-T area=A1+A2+A3-(A4-A5) B: QRS-T area= A1+A2+A3-(-(A4-A5)) Ghouali.S
  • 35. 40 Les résultats de la classification/performance des blocs d’algorithmes implémentés dans notre application peuvent être également évalués par le biais de paramètres bien connus dans la littérature, tels que la précision, la spécificité et la sensibilité, associés à chaque type de pathologie Ces trois paramètres sont calculés de la manière suivante : 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑆𝑝é𝑐𝑖𝑓𝑖𝑐𝑖𝑡é 𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑡é Précision Ghouali.S
  • 36. 41 Les résultats de la classification/performance des blocs d’algorithmes implémentés dans notre application peuvent être également évalués par le biais de paramètres bien connus dans la littérature, tels que la précision, la spécificité et la sensibilité, associés à chaque type de pathologie Ces trois paramètres sont calculés de la manière suivante : 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑆𝑝é𝑐𝑖𝑓𝑖𝑐𝑖𝑡é 𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑡é Spécificité Ghouali.S
  • 37. 42 Les résultats de la classification/performance des blocs d’algorithmes implémentés dans notre application peuvent être également évalués par le biais de paramètres bien connus dans la littérature, tels que la précision, la spécificité et la sensibilité, associés à chaque type de pathologie Ces trois paramètres sont calculés de la manière suivante : 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑆𝑝é𝑐𝑖𝑓𝑖𝑐𝑖𝑡é 𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑡é Sensibilité Ghouali.S
  • 38. 43 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 𝑆𝑝é𝑐𝑖𝑓𝑖𝑐𝑖𝑡é 𝑆𝑒𝑛𝑠𝑖𝑏𝑖𝑙𝑖𝑡é Battements cardiaques ID du Patient Nombre de battements Nombre de battements détecté Nombre totale de battements Nombre totale de battements détecté Normal (N) MIT-119 MIT-200 MIT-209 MIT-212 MIT-221 1543 1743 2620 923 2031 1526 1701 2619 921 2026 8860 8793 Contractions ventriculaire prématurée (PVC) MIT-119 MIT-200 MIT-214 MIT-221 MIT-233 444 823 256 396 831 441 823 255 394 830 2750 2743 Tableau: Enregistrements «MIT-BIH arrhythmia database » inclus dans notre application 93.62618432% 99.243792325% 99.745454545% Précision de 93.62618432% Spécificité de 99.243792325% Sensibilité de 99.745454545% Ghouali.S
  • 39. 44 Apps … Attends une minute, Qu'est-ce que j’ai comme appareil? ANDROID APIs Développement des applications Gain en terme d’utilisation API diversité de la bibliothèque limitée en termes d’utilisation API Complexité au niveau développement Notre application a été développée à partir de l’API 10 (version Android 2.3.3). Ce choix est bénéfique pour les utilisateurs parce qu’il ne demande pas un smartphone puissant et cher, mais coté développement c’est un peu délicat et limité en termes d’API.Ghouali.S
  • 40. Nous avons utilisé un nombre conséquent de bases de données, d’où nous avons tiré les différents signaux à analyser. MIT-BIH Arrhythmia Database MIT-BIH Noise Stress test Database BIDMC Congestive Heart Failure Database Abdominal and Direct Fetal ECG Database Et autres… Bases de données
  • 41. >> 0 >> 1 >> 2 >> 3 >> 4 >> 3
  • 42. >> 0 >> 1 >> 2 >> 3 >> 4 >> 2
  • 43. >> 0 >> 1 >> 2 >> 3 >> 4 >> 1
  • 44. 49 Ghouali.S
  • 45. 50 HEMO RESP CARDIO Ghouali.S
  • 46. 51Ghouali.S
  • 47. 52 Etude de la causalité entre les signaux Cardiorespiratoires Hemodynamiques Contribution 2 Ghouali.S
  • 48. 53 TEMPS CRITERES ELARGIR CHOIX INTEGRER ANALYSE Le choix des modèles mathématiques issus des signaux devient alors crucial intéressant d’intégrer une démarche d’aide au diagnostic la mesure d’intervalles de temps (durée d’un évènement, séparation de deux évènements, les retards) • Elle correspond à l’analyse statistique d’observations • La recherche de facteurs de causalité entre les signaux physiologiques Ghouali.S
  • 49. 54 Développement d’un modèle causal multi-varié entre les signaux Trois Leads ECG (ECG I, ECG II, ECG V) Impédance Respiratoire CO2 Tension artérielle Pression veineuse centrale Pression artérielle pulmonaire Ghouali.S
  • 50. 55 Trois Leads ECG (ECG I, ECG II, ECG V) Impédance Respiratoire CO2 Tension artérielle Pression veineuse centrale Pression artérielle pulmonaire Resp Hemo Cardio Causalité Interactions Ghouali.S
  • 51. 56 Objectifs Anticipation des agents Repérer les tendances Contrôles du processus Distinguer court et long termes Causalité Prévoir Principales questions Quelles sont Les méthodes utilisées Comment établit-on les relations de cause à effet Comment analyser et interpreter les résultats 1 2 3 Ghouali.S
  • 52. 57 Applications de la causalité Ghouali.S
  • 53. 58 Causalité au sens de Granger Méthodes de tracé de récurrence Entropie conditionnelle Transformée d’Hilbert Sir Clive William John Granger Ghouali.S
  • 54. 59 Méthodologie d’analyse Tests de racine unitaire Calcul des retards Causalité ‘Nos modèles vectoriels ’ Identifier la présence de la racine unitaire dans une série. Utilisation du test puissant et très performant nommé Dickey-Fuller Augmenté (ADF) sera employé à cette finalité. La taille et la puissance du test ADF dépendent du nombre de retards Le nombre maximum de retards peut être choisi au moyen d’un critère d’information d’Akaike (AIC) et Schwarz De la même façon que pour la vraisemblance, un critère de choix peut est quand nous basculons de la valeur petite vers la valeur plus grande. Ghouali.S
  • 55. 60 Résultats Femme agée de 80 ans  Endarricectomie carotidienne  Ectopie Ventriculaire Unifocal  Hypertrophie auriculaire gauche  Hypertrophie ventriculaire gauche Ghouali.S
  • 56. 61 Résultats Femme agée de 80 ans  Endarricectomie carotidienne  Ectopie Ventriculaire Unifocal  Hypertrophie auriculaire gauche  Hypertrophie ventriculaire gauche Ghouali.S
  • 57. 62 Résultats Femme agée de 80 ans  Endarricectomie carotidienne  Ectopie Ventriculaire Unifocal  Hypertrophie auriculaire gauche  Hypertrophie ventriculaire gauche Ghouali.S
  • 58. 63 Résultats Femme agée de 80 ans  Endarricectomie carotidienne  Ectopie Ventriculaire Unifocal  Hypertrophie auriculaire gauche  Hypertrophie ventriculaire gauche Ghouali.S
  • 59. 64 Résultats Femme agée de 80 ans  Endarricectomie carotidienne  Ectopie Ventriculaire Unifocal  Hypertrophie auriculaire gauche  Hypertrophie ventriculaire gauche Ghouali.S
  • 60. 65 Apnée de sommeil ETUDES EN PANEL Ghouali.S
  • 61. 66 Ghouali.S
  • 62. Méthodes et Modèles d’analyse en Panel des signaux physio Contribution 3 67 Ghouali.S
  • 63. Objectifs 68 Apporter une aide médicale Des prévisions médicales à long termes Trois points de vue seront plus particulièrement soulignés PANEL Ghouali.S
  • 64. 69 Il existe un certain nombre de modèles non linéaires pour données de panel, parmi lesquels on peut citer : Les données de panel : une double dimension des données • en coupe transversale • chronologique exploiter la double dimension (individuelle et temporelle) de l’échantillon Patient k Patient j Patient i Observations (EEG, ECG, EMG…) Poolés À effets fixes À effets aleatoires Probit et Logit Tobit I et II Cointegration Ghouali.S
  • 65. 70 Cointegration Ghouali.S
  • 66. 71 Cointegration (Co intégration en Panel)(FMOLS/ DOLS) Granger en Panel Ghouali.S
  • 67. 72 DE LA THEORIE … Ghouali.S
  • 68. 73 Interactions Hémodynamiques cardiorespiratoires 187 patients Interactions cardiorespiratoires Electromyographies Galvaniques durant la conduite Interactions cardiologiques et neurologiques avec des signaux Hémodynamiques pulmonaires pendant le sommeil 18 patients 17 pilotes drivedb polysomnographiques MIT-BIH MGH/MF (Massachusetts General Hospital / Foundation Marquette) Ghouali.S
  • 69. 74 DE LA THEORIE … …A LA PRATIQUE Ghouali.S
  • 70. 75 Ghouali.S
  • 71. 76 Etude de l’apnée du sommeil Ghouali.S
  • 72. 77 Le problème lié au sommeil est appelé apnée du sommeilLes patients atteints de troubles du sommeil doivent avoir une description claire de leur comportement de sommeil L'interaction entre l'activité autonome cardiaque et le sommeil a été étudiée pour expliquer cette incidence accrueC’est un trouble qui se caractérise par une interruption de la respiration qui dérange le sommeilCes personnes n'arrivent jamais à passer une bonne nuitLe lien de causalité entre le syndrome d'apnée du sommeil et la morbidité cardiovasculaire a demeuré controversé depuis de nombreuses années BP (Tension Artérielle) RESP (Impédance Respiratoire)ECG EEG (C4-A1) Ghouali.S
  • 73. 78 Ghouali.S
  • 74. 79 Evaluation 1 ECG EEG BP RESP -131.044 (0.0000)* -6.39640 (1.0000) -3.33515 (0.0004)* -4.38817 (1.0000) -0.47476 (0.3175) 3.52221 (0.0002)* -19.8876 (0.0000)* -1.98227 (0.9763) Δ ECG Δ EEG Δ BP Δ RESP 232.513 (1.0000) -5.45009 (1.0000) 224.961 (1.0000) -6.17149 (1.0000) 13.2090 (1.0000) -6.46844 (1.0000) 35.1808 (1.0000) -5.43328 (1.0000) LLC Hadri LLC Hadri Ghouali.S
  • 75. 80 Ghouali.S
  • 76. 81 WITHIN DIMENSION (PANEL STATISTICS) BETWEEN DIMENSION (INDIVIDUALS STATISTICS) PEDRONI (1999) Panel v-statistic 33.08050 0.0000 Group ρ-statistic -145.7978 0.0000 Panel rho-statistic -290.7709 0.0000 Group pp-statistic -58.83045 0.0000 Panel PP-statistic -88.35383 0.0000 Group ADF-statistic -137.3478 0.0000 Panel ADF-statistic-97.02370 0.0000 PEDRONI (2004) WEIGHTED STATISTIC Panel v-statistic 15.88081 0.0000 Panel rho-statistic-109.5049 0.0000 Panel PP-statistic -52.30408 0.0000 Panel ADF-statistic -117.2825 0.0000 Evaluation 2 STAT PROB PROB PROB STAT STAT ECG Ghouali.S
  • 77. 82 WITHIN DIMENSION (PANEL STATISTICS) BETWEEN DIMENSION (INDIVIDUALS STATISTICS) PEDRONI (1999) Panel v-statistic 53.95472 0.0000 Group ρ-statistic 7960.843 0.0000 Panel rho-statistic -5387.902 0.0000 Group pp-statistic -422.3723 0.0000 Panel PP-statistic -385.6036 0.0000 Group ADF-statistic -35.02034 0.0000 Panel ADF-statistic-15.23803 0.0000 PEDRONI (2004) WEIGHTED STATISTIC Panel v-statistic 20.59964 0.0000 Panel rho-statistic-9425.909 0.0000 Panel PP-statistic 514.7113 0.0000 Panel ADF-statistic -21.76301 0.0000 Evaluation 2 STAT PROB PROB PROB STAT STAT EEG Ghouali.S
  • 78. 83 Ghouali.S
  • 79. Evaluation 3 ECG -0.000258 BP 0.636812 EEG -0.000661 RESP ECG 0.946189 EEG -0.158511 RESP ECG Intra Inter -0.000360 BP Ghouali.S
  • 80. Evaluation 3 EEG 1.80E-05 BP 0.007110 EEG 0.002684 RESP EEG 0.006811 EEG -0.000652 RESP EEG Intra Inter 2.44E-05 BP 85 Ghouali.S
  • 81. 86 Ghouali.S
  • 82. 87Evaluation LAG =46 ECG BP EEG RESP ECG 109.348* (0.0000) 16.0010* (1E-111) 1.42665 (0.0374) EEG 45.6406* (0.0000) 5.64210* (2.E-28) 0.98476 (0.4982) Ghouali.S
  • 83. 88 Etude de l’apnée du sommeil Interactions durant la conduite Ghouali.S
  • 84. 89 HR RESPECG EMG Ce manque de vigilance est en fait le résultat de nombreux facteurs qui sont identifiés comme l'inattention, la somnolence, les erreurs liées à la fatigue, les drogues, l'alcool Nombreuses équipes de recherche, ont été mobilisées pour mieux comprendre les origines de cette somnolence et de la détecter le plus tôt possible afin de prendre les dispositions de sécurité L'analyse de telle situation montre trois directions d’urgence :  Poursuivre les travaux de validation nécessaires pour multiplier le test.  Développer des méthodes et des outils pour la détection.  Perfectionner les procédures d'évaluation pour une comparaison précise des résultats avec l'expertise des systèmes de référence embarqués à partir de signaux physiologiques. GSR HAND AND FOOT Ghouali.S
  • 85. 90 Ghouali.S
  • 86. 91 Evaluation 1 ECG EMG FOOT GSR HAND GSR Hadri HR RESP 36.1913 (0.0000)* 57.4750 (0.0000)* 127.259 (0.0000)* 178.794 (0.0000)* 49.5135 (0.0000)* 50.8103 (0.0000)* Δ ECG Δ EMG Δ FOOT GSR Δ HAND GSR Δ HR Δ RESP -4.72288 (1.0000) -5.11532 (1.0000) -1.12761 (0.8703) -0.91585 (0.8201) -3.88205 (0.9999) 5.42103 (0.0000)* Hadri Ghouali.S
  • 87. 92 Ghouali.S
  • 88. 93 WITHIN DIMENSION (PANEL STATISTICS) BETWEEN DIMENSION (INDIVIDUALS STATISTICS) PEDRONI (1999) Panel v-statistic 27.52606 0.0000 Group ρ-statistic -43.57195 0.0000 Panel rho-statistic -48.9354 0.0000 Group pp-statistic -24.29321 0.0000 Panel PP-statistic -24.7533 0.0000 Group ADF-statistic -68.54084 0.0000 Panel ADF-statistic -46.7641 0.0000 PEDRONI (2004) WEIGHTED STATISTIC Panel v-statistic 18.80569 0.0000 Panel rho-statistic -45.0907 0.0000 Panel PP-statistic -23.7351 0.0000 Panel ADF-statistic -46.4090 0.0000 Evaluation 2 STAT PROB PROB PROB STAT STAT ECG Ghouali.S
  • 89
  • Related Search
    We Need Your Support
    Thank you for visiting our website and your interest in our free products and services. We are nonprofit website to share and download documents. To the running of this website, we need your help to support us.

    Thanks to everyone for your continued support.

    No, Thanks