| Attributes | Values |
|---|
| type
| |
| Thesis advisor
| |
| Author
| |
| alternative label
| - Nonlinear data processing for postural stability analysis for elderly people
|
| dc:subject
| - Posture
- Thèses et écrits académiques
- Théories non linéaires
- Personnes âgées -- Soins à domicile
- Analyse temps-fréquence
- Espace des phases (physique statistique)
|
| preferred label
| - Traitement non linéaire des données pour l'analyse de l'équilibre chez les personnes âgées
|
| Language
| |
| Subject
| |
| dc:title
| - Traitement non linéaire des données pour l'analyse de l'équilibre chez les personnes âgées
|
| Degree granting institution
| |
| note
| - Dans les pays développés, les dernières statistiques indiquent clairement l’augmentation de la proportion des personnes âgées. Donc, le maintien de l'autonomie à domicile constitue aujourd'hui un enjeu primordial pour cette catégorie. En particulier, la majorité des personnes âgées, vivant seul à domicile, fait face à des situations à risques telles que des chutes. Dans cette thèse, nous proposons des méthodes non linéaires dans le but d'extraire des paramètres pertinents pour la prévention et la détection précoce du risque de chute. L’originalité de ces méthodes réside dans l’analyse non linéaire des composantes du signal obtenues à partir d’une décomposition modale empirique. La décomposition modale empirique a permis de mettre en évidence l’existence d’une composante chaotique dans le signal à partir de laquelle on peut extraire un indicateur performant de la qualité de la posture humaine. Nous nous sommes particulièrement intéressés à la reformulation mathématique de l’EMD dans le but est de la généraliser au cas multidimensionnel. Cette nouvelle extension a été appliquée par la suite sur les signaux stabilométriques dans le but d'extraire des paramètres pertinents de prévention et de détection de chute. Les perspectives de ce travail sont nombreuses, parmi lesquelles la fusion des données de la posture humaine avec d’autres données issues des capteurs intégrés dans un habitat intelligent
- In developed countries, the latest statistics clearly indicate that elderly population is growing, and people are living longer. Thus, maintaining a functional independence of the elderly becomes a priority for our society. The majority of elderly people living alone are more and more exposed to risky situations; one of them is the risk of falling. Falls are the leading cause of serious and health threats in the elder population. In this thesis, we started by reviewing the problem of fall detection in the elderly. Next, we proposed non-linear methods in order to extract relevant parameters for the prevention and early detection of the risk of falling. The originality of these methods is the nonlinear analysis of the components obtained from an empirical modal decomposition. The EMD method has highlighted the existence of a chaotic component in the signal from which we can extract an effective indicator of the quality of human posture. We are particularly interested in the mathematical reformulation of the EMD method in order to generalize it to the multidimensional case. This new extension was applied later on stabilogram signals in the aim of extracting relevant parameters for the prevention and detection of falling. One of the perspectives of this work is to consider data fusion of human posture with other data from sensors embedded in a smart home
|
| dc:type
| |
| http://iflastandar...bd/elements/P1001
| |
| rdaw:P10219
| |
| has content type
| |
| is primary topic
of | |
| is rdam:P30135
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
