Internet des objets et intelligence artificielle pour une meilleure surveillance médicale

Le développement rapide de l’Internet des objets (IdO) a offert une grande opportunité pour la mise en œuvre de plusieurs applications. Le domaine médical semble avoir un intérêt particulier pour l’exploitation d’IdO, notamment des capteurs portables dans la surveillance continue des patients. L’analyse et le traitement des données générées par ces capteurs sont indispensables pour l’extraction des connaissances qui peuvent être utilisées dans un objectif spécifique. L’évolution rapide de l’intelligence artificielle (IA) offre un outil efficace pour l’extraction de cette connaissance. Cette thèse explore les différentes possibilités d’acquisition des données générées à partir des capteurs portables et d’en extraire des connaissances à l’aide des algorithmes d’IA. Le développement des applications médicales, ou liées à la médecine, pour une meilleure surveillance continue des patients est l’objectif de cette thèse. Cette thèse comporte cinq chapitres correspondants à cinq publications intitulées: « Improving Human Activity Recognition using ML and Wearable Sensors, » « A Real-Time IoT System and ML algorithms: A Comparative Study, « Efficient Prediction of Blood Alcohol Level using ML and Accelerometer Data”, “Improving Freezing of Gait Detection and Prediction using ML and Transformers,” et “Efficient Fall Detection using Bidirectional Long Short-Term Memory.” Le premier chapitre démontrera que la source des données et l’emplacement des capteurs dans le corps humain jouent un rôle important dans la performance des algorithmes d’IA. Le deuxième chapitre étudiera et comparera le comportement des différents algorithmes d’IA pour l’implémentation d’un système IdO en temps réel. Le troisième chapitre implémentera des algorithmes d’IA. Ceci déterminera efficacement le taux d’alcool dans le sang à partir des données d’un téléphone intelligent et d’une teneur en alcool transdermique. Le quatrième chapitre, après l’amélioration des données, implémentera des algorithmes d’IA pour identifier et détecter le gel de la marche, appelé « freezing of gait » en anglais, causé par la maladie de Parkinson. Enfin, le cinquième et dernier chapitre proposera d’améliorer la détection des chutes et pré-chutes. Mots-clés : IdO, capteurs portables, accéléromètre, intelligence artificielle, applications médicales, reconnaissance des actrivités.

Name thesis:degree_name

Maîtrise ès sciences (informatique)

Level thesis:degree_level

2e cycle

Discipline thesis:degree_discipline

Faculté des sciences

Grantor dc:publisher

Université de Moncton

Year dc:date.issued

2023

Author dc:creator

• Mubibya, Gaël Silutala

Advisor dc:contributor.advisor

• Almhana, Jalal

• Médecine
• Informatique
• Internet des objets
• Intelligence artificielle
• Applications en médecine
• Technologie de l'information

Statement dc:rights

• Author

Language dc:language.iso

iso639-2b, fre

Dc Identifier Other

umir:2876

OAI identifier oai:identifier

oai:umoncton.scholaris.ca:20.500.14658/7302