FR3045309A1 - Procede de determination automatique de l'index de dichotomie i<o d'un individu - Google Patents
Procede de determination automatique de l'index de dichotomie i<o d'un individu Download PDFInfo
- Publication number
- FR3045309A1 FR3045309A1 FR1562557A FR1562557A FR3045309A1 FR 3045309 A1 FR3045309 A1 FR 3045309A1 FR 1562557 A FR1562557 A FR 1562557A FR 1562557 A FR1562557 A FR 1562557A FR 3045309 A1 FR3045309 A1 FR 3045309A1
- Authority
- FR
- France
- Prior art keywords
- values
- zcm
- data
- signal
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4857—Indicating the phase of biorhythm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0271—Thermal or temperature sensors
Abstract
La présente invention a pour objet de proposer un procédé de détermination automatique de l'index de dichotomie l<O d'un individu, en proposant un moyen de détecter automatiquement et précisément les états d'activité et de repos sur la base de l'index de dichotomie applicable à tous les individus y compris les personnes ayant une activité très faible telles que les personnes âgées, ou les personnes hospitalisées sans utiliser les méthodes de seuillage appliquées par les algorithmes antérieurs.
Description
PROCEDE DE DETERMINATION AUTOMATIQUE DE L’INDEX DE DICHOTOMIE l<0 D’UN INDIVIDU
DOMAINE TECHNIQUE DE L’INVENTION
[0001] L’invention se rapporte au domaine des procédés de détermination de l’index de dichotomie d’un individu, c'est-à-dire l’index identifiant la régularité de l’alternance d’activité diurne et de repos nocturne ainsi que leur amplitude sur 24H permettant de fournir une mesure du rythme circadien.
ETAT DE LA TECHNIQUE ANTERIEURE
[0002] . Les ruptures du système circadien que peuvent provoquer le travail en horaires décalés accroissent significativement le risque de cancer, notamment du sein, du colon, et de la prostate. De même la perturbation des rythmes circadiens d’activité-repos, mesurée par actimétrie, représente un facteur pronostique péjoratif en terme de survie chez des patients atteints de cancer métastatique du colon, du sein, du rein, de l’ovaire ou du poumon, indépendamment des facteurs pronostiques connus.
[0003] L’actimétrie consiste en une technique non invasive de mesure du cycle activité/repos et du rythme veille-sommeil : le rythme circadien. Pour ce faire on utilise un actimètre se présentant sous la forme d’un boîtier muni d’au moins un accéléromètre et qui enregistre les passages à zéro successifs de l’accélération.
[0004] Ce type de dispositif couplé à un serveur permettant d’analyser les données recueillies permet une estimation fiable des périodes d’activité et de sommeil, bien corrélées à celles détectées par polysomnographie, avec cependant une incertitude plus grande pour l’endormissement que pour le réveil.
[0005] Bien que l’actimètre soit considéré comme le « gold standard » pour la mesure de l’activité/repos, il n’est pas idéal pour les individus hospitalisés pour une pathologie lourde et/ou qui ont une mobilité très réduite, et donc une activité physique faible. Ceci est notamment dû au fait que les niveaux d’activités sont considérablement inférieurs à ceux des individus sains ce qui rend extrêmement difficile la distinction entre phase de repos et phase d’éveil, en particulier pour l’endormissement.
[0006] Les méthodes usuelles pour détecter l’activité chez ce type d’individu, adaptent les seuils de détection en utilisant des algorithmes paramétriques ou non-paramétriques basés sur du lissage, des combinaisons logiques ou des approches basées sur des réseaux de neurones artificiels comme divulgué dans Tilmanne, J. « algorithms for sleep-wake identification using actigraphy : a comparative study and new results >> Journal of Sleep Research 2009, 18, (1) pp85-98.
[0007] En particulier ce sont les réseaux de neurones qui donnent le meilleur résultat. Cependant, malgré ces avancées algorithmiques, un pourcentage d’erreurs persiste au niveau de la détection de la rupture entre repos et éveil pour les individus hospitalisés.
EXPOSE DE L’INVENTION
[0008] La présente invention a donc pour objet de proposer un procédé de détermination automatique de l’index de dichotomie l<0 d’un individu, permettant de palier au moins une partie des inconvénients de l’art antérieur, en proposant un moyen de détecter automatiquement et précisément les états d’activité et de repos sur la base de l’index de dichotomie applicable à tous les individus y compris les personnes ayant une activité très faible telles que les personnes âgées, ou les personnes hospitalisées sans utiliser les méthodes de seuillage appliquées par les algorithmes antérieurs.
[0009] A cet effet, l’invention concerne un procédé de détermination automatique de l’index de dichotomie l<0 d’un individu, à partir d’au moins des données issues d’un système comprenant : - un module portatif composé d’au moins : - un capteur de température générant un signal de données représentatif de la température corporelle de l’individu, - un accéléromètre générant simultanément deux signaux de données, un premier signal « ZCM >>, représentatif de l’activité de l’individu sur le temps et un second signal « positionX >> représentatif de l’inclinaison de l’individu par rapport à la verticale ascendante sur le temps, - un serveur informatique muni d’au moins un processeur, une mémoire, et un moyen d’affichage et configuré pour recevoir les signaux de données issus du capteur portatif, et réaliser ledit procédé caractérisé en ce que le procédé comprend au moins les étapes suivantes : A. réception et enregistrement dans la mémoire par le processeur des différentes données issues des signaux de température, ZCM et positionX du module portatif, B. suppression de la mémoire par le processeur des données non exploitables issues du module lorsque celui-ci n’est pas porté par l’individu, C. identification et mise à zéro par le processeur des données aberrantes issues des signaux ZCM et positionX de l’accéléromètre et de leurs enregistrements dans la mémoire, D. transformation des valeurs du signal positionX de l’accéléromètre par le processeur en valeurs binaires (0 ou 1) correspondant à un état levé (0) ou couché (1) de l’individu et leurs enregistrements dans la mémoire, E. transformation des valeurs du signal ZCM de l’accéléromètre par le processeur en valeurs binaires (0 ou 1) correspondant à un état levé ou couché de l’individu et leurs enregistrements dans la mémoire, F. comparaison des valeurs binaires des signaux ZCM et positionX de l’accéléromètre par le processeur et identification d’au moins un état couché de l’individu constitué par une succession ininterrompue d’une valeur binaire identique pour les signaux de l’accéléromètre sur une période de temps supérieure ou égale à 180 minutes, G. calcul de l’index de dichotomie et son affichage sur le moyen d’affichage, par le processeur en suivant l’équation suivante :
avec : - NBC, le nombre de valeurs du premier signal ZCM représentatif de l’activité de l’individu en fonction du temps, situées dans l’état couché identifié lors de l’étape E, qui sont supérieures à la médiane des valeurs du premier signal ZCM représentatif de l’activité de l’individu en fonction du temps situé en dehors de l’état couché identifié lors de l’étape E - NBl, le nombre de valeurs du premier signal relatif à l’activité (ZCM) de l’individu, situées en dehors de l’état couché identifié lors de l’étape E.
[0010] L’index de dichotomie l<0, représente le pourcentage d’activité, par minute durant la période de repos (habituellement nocturne), qui est inférieur à la médiane d’activité hors du lit (habituellement durant la journée). Il est un indicateur fiable du rythme circadien d’activité-repos. Il est calculé à partir de la mesure du nombre d’accélérations par minute et de la position du patient à l’aide d’un actimètre thoracique porté au moins trois jours consécutifs. Il s’agit d’une mesure non invasive, généralement bien acceptée par les patients.
[0011] "ZCM" ou Mode de passage par zéro (Zéro Crossing Mode) correspond au nombre de fois que le signal passe par 0 pour chaque période de temps.
[0012] "positionX" correspond à la valeur de l’angle formé par l’accéléromètre par rapport à la verticale ascendante lorsque celui-ci est porté sur le torse de l’individu.
[0013] Selon une particularité, les signaux de données comprennent des valeurs prises à intervalle régulier sur une période de temps de 24 heures.
[0014] Selon une autre particularité, lorsque le nombre de valeurs des signaux de données pour le capteur de température et l’accéléromètre sont différents, le processeur réalise une étape de normalisation sur les données enregistrées dans la mémoire préalablement à l’étape B, en utilisant une interpolation polynomiale spline cubique de sorte que chaque valeur issue du signal de température est assignée à une valeur des signaux de positionX et de ZCM, et enregistre lesdites valeurs dans la mémoire du système.
[0015] Selon une autre particularité, lors de l’étape B, le processeur supprime de la mémoire toutes les valeurs de données de température strictement inférieures à 30°C et les valeurs des signaux de positionX et de ZCM qui sont associées temporellement à la valeur de température strictement inférieure à 30°C.
[0016] Selon une autre particularité, lors de l’étape C, le processeur applique indépendamment sur l’intégralité des données de positionX et ZCM les sous-étapes suivantes : a) Sélection par le processeur dans la mémoire d’un premier bloc de valeurs consécutives, b) Triage par ordre croissant des valeurs du bloc, c) Suppression des répétitions de valeur du bloc, afin d’obtenir un jeu de données uniques, d) Calcul de la médiane du jeu de données uniques, e) Mise à zéro dans la mémoire des valeurs des signaux de données positionX et ZCM lorsque leur valeur est supérieure à la médiane, f) Répétition des étapes a) à e) sur le prochain bloc de valeurs consécutives.
[0017] Selon une autre particularité, les blocs de valeurs sont constitués par 31 valeurs correspondant à un période de temps de 31 minutes des signaux, la médiane est calculée sur les 10 premières données du jeu de données uniques et la mise à zéro se fait par des sous-ensembles de 5 données correspondant à 5 minutes consécutives, s’il y a moins de 2 valeurs supérieures à la médiane, alors le processeur met à zéro dans la mémoire le sous-ensemble correspondant.
[0018] Selon une autre particularité, lors de l’étape D, sur l’intégralité du signal de positionX, le processeur - détermine et enregistre dans la mémoire, la médiane minimale en effectuant les sous-étapes suivantes : - trie les valeurs par ordre croissant, - supprime les répétitions de valeur, afin d’obtenir un jeu de données uniques, et - calcule la médiane minimale sur les 31 premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane maximale en effectuant les sous-étapes suivantes : - trie les valeurs par ordre décroissant, - supprime les répétitions de valeur, afin d’obtenir un jeu de données uniques, et - calcule la médiane maximale sur les 31 premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane seuil correspondant à la moyenne des médianes minimales et maximales
- transforme et enregistre, dans la mémoire, le signal de données de positionX en remplaçant par 0 les valeurs strictement inférieures à la médiane seuil, et par 1 les valeurs supérieures ou égales afin d’obtenir un signal de données de positionX_binaire, - lissage des valeurs enregistrées dans la mémoire du signal de données de positionX_binaire, par le processeur lorsqu’un ensemble de données délimité par des valeurs non-identiques correspond à une période de temps inférieure à 1h30, les valeurs dudit ensemble de données sont alors inversées, de 0 en 1 ou de 1 en 0.
[0019]Selon une autre particularité, lors de l’étape E, sur l’intégralité du signal de ZCM, le processeur : - normalise les valeurs de ZCM en divisant chaque valeur ZCM par la valeur maximale du signal afin d’obtenir un nouveau signal ZCM_temps dont les valeurs évoluent entre 0 et 1 - applique au signal ZCM_temps un filtre de variance sur 10 points et enregistre le signal dans la mémoire - calcule la moyenne quadratique cumulée à partir du signal ZCM_temps, - recherche un plateau sur les données de la moyenne quadratique cumulée par la réalisation par le processeur des sous-étapes suivantes : - multiplication de chaque valeur de la moyenne quadratique par un facteur de 104 et calcul de l’arrondi à l’entier le plus proche - lecture par pas de 2 unités d’une fenêtre correspondant à 200 unités, - détermination du nombre de points dans chaque fenêtre, si le nombre de points trouvés correspond à une période de temps supérieure à 180 min, le processeur incrémente un compteur de « plateau >> et conserve en mémoire l’index temporel du premier et du dernier point du plateau - transforme et enregistre dans la mémoire, le signal de données de ZCM en remplaçant les valeurs situées entre les index temporels du plateau par 1 et les autres par 0 afin d’obtenir un signal de données de ZCM_binaire.
[0020] Selon une autre particularité, lors de l’étape F, le processeur réalise une comparaison des signaux de donnée de ZCM_binaire et de positionX_binaire afin de déterminer les index temporels du plateau dont les valeurs de données de début et de fin correspondent à 1, l’état couché.
[0021] Selon une autre particularité, lors de l’étape G, le processeur ne prend pas en compte pour le calcul de l’index de dichotomie, les données correspondant à une période de temps d’une heure avant et d’une heure après le début du plateau et une heure avant et une heure après la fin du plateau.
BREVE DESCRIPTION DES FIGURES
[0022] D’autres caractéristiques, détails et avantages de l’invention ressortiront à la lecture de la description qui suit en référence aux figures annexées : - la figure 1, représente un exemple de valeurs du signal positionX (étape A), - la figure 2, représente le même exemple de valeurs du signal positionX après la suppression des données non-exploitables du au fait que le capteur n’est pas porté (étape B), - la figure 3, représente le même exemple de valeurs du signal positionX après application du filtre des données aberrantes (étape C), - la figure 4, représente un exemple de valeur positionX_binaire correspondant au même exemple de valeurs du signal positionX avant lissage (étape D), - la figure 5, représente le même exemple de valeurs positionX_binaire correspondant au même exemple de valeurs du signal positionX après lissage (étape D), - la figure 6, représente un exemple de valeur ZCM_temps du signal ZCM avant application du filtre de variance (étape E), - la figure 7, représente le même exemple de valeur ZCM_temps du signal ZCM après application du filtre de variance (étape E), - la figure 8, représente le même exemple de valeur ZCM_temps du signal ZCM après application du filtre de variance avec la moyenne quadratique cumulée (étape E), - la figure 9 représente, les valeurs ZCM_binaire après transformation du signal ZCM (étape E), - la figure 10 représente, les valeurs nécessaires au calcul de l’index de dichotomie - la figure 11 représente, la fenêtre de lecture permettant de déterminer l’existence d’un plateau, au court de l’étape E.
DESCRIPTION DETAILLEE DE DIFFERENTS MODES DE REALISATION DE L’INVENTION
[0023] Un exemple non limitatif d’un mode de réalisation du procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon l’invention est maintenant décrit. Il utilise des données en provenance d’un module portatif composé d’au moins : - un capteur de température générant un signal de données représentatif de la température corporelle de l’individu, - un accéléromètre générant simultanément deux signaux de données, un premier signal ZCM, représentatif de l’activité de l’individu dans le temps et un second signal positionX représentatif de l’inclinaison de l’individu par rapport à la verticale ascendante sur le temps.
[0024] A titre d’exemple, l’accéléromètre utilisé peut être un l’accéléromètre "ADXL345" capable de générer un relevé de l’activité (ou "ZCM" Zéro Crossing Mode ZCM (mode de passage par zéro) qui correspond au nombre de fois que le signal passe par 0 pour chaque période de temps) et de l’inclinaison (ou "positionX") toutes les minutes. Le capteur de température est de préférence, un capteur de type infrarouge configuré pour mesurer la température corporelle toutes les 5 minutes.
[0025] Le module portatif peut être relié par un circuit de communication sans fil avec un module collecteur par exemple par liaison Bluetooth, WIFI, ou GPRS. Ledit module collecteur communique les signaux au serveur. Cette communication peut être GPRS, Bluetooth, WIFI, LIFI, infrarouge, radio ou filaire au moyen d’un circuit de communication d'un serveur comportant une unité de traitement, par exemple un processeur, une mémoire et un programme utilisant les données temporairement stockées dans la mémoire du module et délivrées à la mémoire du serveur par le circuit de communication.
[0026] Ainsi, toutes les 24 heures, le serveur reçoit les mesures correspondant à 3 signaux de données, un premier signal correspondant à une succession de valeurs représentatives de la température corporelle de l’individu prises, par exemple, toutes les 5 minutes sur une période de 24 heures, (une fréquence plus élevée peut bien sûr être utilisé mais n’est forcement pertinente étant donné que révolution de la température corporel est lente), un second signal "ZCM" correspondant à une succession de valeurs représentatives de l’activité de l’individu prises, par exemple, toutes les minutes sur une période de 24 heures et un troisième signal "positionX" (figure 1), correspondant à une succession de valeurs représentatives de l’inclinaison de l’individu par rapport à la verticale ascendante, ces valeurs étant prises , par exemple, toutes les minutes sur une période de 24heures.
[0027] Afin d’obtenir autant de valeurs de température que de valeurs "positionX" ou "ZCM", le serveur réalise une étape de normalisation sur les données de température enregistrées dans la mémoire, en utilisant une interpolation polynomiale spline cubique de sorte que chaque relevés de température donnent 5 valeurs afin d’obtenir une valeur de température pour chaque valeur de "positionX" et de "ZCM" en fonction du temps.
[0028] Par la suite, une étape de suppression des données générées par le module portatif lorsqu’il n’est pas porté est effectuée par le serveur. A cet effet, le serveur comporte un programme permettant lors de son exécution d'identifier les valeurs de température inférieures à 30°C ainsi que leur index temporel, c'est-à-dire la référence temporelle de la prise de mesure. Cet algorithme supprime de la mémoire les valeurs de température inférieures à 30 °C ainsi que les valeurs "ZCM" et "positionX" ayant le même index temporel (figure 2).
[0029] Une étape de correction des valeurs issues du signal d'inclinaison "positionX" peut être effectuée afin de ne pas se retrouver avec des valeurs d’angle négatives lorsque le module portatif est porté à l’envers. Pour cela, lorsque la valeur de "positionX" est supérieure à 90° alors le programme exécuté par le serveur effectue la transformation suivante en retirant de 180 la valeur de "positionX": 180 - valeur "positionX".
[0030] Par la suite le serveur réalise une étape d’identification et de mise à zéro par le processeur des données aberrantes issues des signaux "ZCM" et "positionX". Pour ce faire le processeur effectue indépendamment sur l’intégralité des données de "positionX" et "ZCM" les sous-étapes suivantes : a) Sélection par le processeur dans la mémoire d’un premier bloc de X (par exemple, 31) valeurs consécutives correspondant à une durée X (par exemple 31 minutes) de mesures significatives, b) Triage par ordre croissant des valeurs du bloc, c) Suppression des répétitions de valeur du bloc, afin d’obtenir un jeu de données uniques, d) Calcul de la médiane des premières valeurs du jeu de données uniques, e) lecture du bloc de X (31) valeurs par sous-bloc de Y (par exemple, 5) données correspondant à Y (respectivement 5) minutes de mesure, et mise à zéro dans la mémoire du sous-bloc de Y (par exemple, 5) données lorsqu’il y a moins de Z <V (par exemple 2) valeurs supérieures à la médiane, f) Répétition des étapes a) à e) sur le prochain bloc de valeurs consécutives. (Figure 3) [0031] Suite à l’étape d’élimination des valeurs aberrantes "ZCM" et "positionX", le serveur transforme les valeurs des signaux "positionX" et "ZMC" en valeurs binaires 0 ou 1. La valeur binaire 1 correspond à un état de repos et la valeur binaire 0 à un état d’activité.
[0032] Pour ce faire, sur l’intégralité du signal de positionX, le processeur : - détermine et enregistre dans la mémoire, la médiane minimale en effectuant les sous-étapes suivantes : o trie les valeurs par ordre croissant, o Supprime les répétitions de valeur, afin d’obtenir un jeu de données uniques, et o calcule la médiane minimale sur les X (31) premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane maximale en effectuant les sous-étapes suivantes : o tri des valeurs par ordre décroissant, o Suppression des répétitions de valeur, afin d’obtenir un jeu de données uniques, et o Calcul de la médiane maximale sur les X (31) premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane seuil correspondant à la moyenne des médianes minimales et maximales - transforme et enregistre, dans la mémoire, le signal de données de "positionX" en remplaçant par 0 les valeurs strictement inférieures à la médiane seuil, et par 1 les valeurs supérieures ou égales afin d’obtenir un signal de données de positionX_binaire (Figure 4), - lisse les valeurs enregistrées dans la mémoire du signal de données de positionX_binaire, lorsqu’un ensemble de données délimité par des valeurs non-identiques correspond à une période de temps inférieure à 1h30, les valeurs dudit ensemble de données sont alors inversées, de 0 en 1 ou de 1 en 0 (Figure 5).
En d’autres termes, si le nombre de valeurs binaires contenu dans l’ensemble est inférieur à 90, les valeurs binaires dudit ensemble sont alors inversées.
[0033] Pour la transformation en valeurs binaires des valeurs "ZCM", le processeur sur l’intégralité du signal de "ZCM", réalise les opérations suivantes: - normalisation les valeurs de "ZCM" en divisant chaque valeur "ZCM" par la valeur maximale du signal afin d’obtenir un nouveau jeu de données appelé ZCM_temps dont les valeurs évoluent entre 0 et 1 (Figure 6) - application au jeu de données "ZCM_temps", un filtre de variance sur 10 points.
Ainsi dans "ZCM-temps" pour chaque point dont l’index temporel i sera modifié, le filtre de variance ira de i à i+ 9 (Figure 7).
Par exemple : ZCM_temps[0] =
Calcul_Variance(ZCM_temps [0], ZCM_temps[1 ],...,ZCM_temps [9]) ZCM_temps[1] =
Calcul_Variance(ZCM_temps [1], ZCM_temps[2],...,ZCM_temps [10]) ZCM_temps[2] =
Calcul_Variance(ZCM_temps [2], ZCM_temps[3],...,ZCM_temps [11]) - un calcul de la moyenne quadratique cumulée RMS à partir du signal ZCM_temps, c'est-à-dire que chaque point RMS (d’index temporel i) est la somme du point RMS précédent (d’index temporel i-1) avec le résultat du RMS sur 2 points de ZCM_temps (Figure 8).
Par exemple : RMS[0] = Calcul_RMS(ZCM_temps[0], ZCM_temps[1]) RMS[1] = Calcul_RMS(ZCM_temps[1], ZCM_temps[2]) + RMS[0] RMS[2] = Calcul_RMS(ZCM_temps[2], ZCM_temps[3]) + RMS[1] [0034] De même le processeur, sur l’intégralité du signal de "ZCM", réalise les opérations suivantes: - une recherche d’un plateau sur les données de la moyenne quadratique cumulée en effectuant les sous-étapes suivantes : o multiplication de chaque valeur de la moyenne quadratique par un facteur de 104 et calcul de l’arrondi à l’entier le plus proche o lecture par pas de, par exemple, 2 unités d’une fenêtre correspondant, par exemple, à 200 unités. En d’autres termes, la fenêtre permet de lire jusqu’à 200 valeurs de la moyenne quadratique en même temps et se déplace de deux en deux. C'est-à-dire la largeur de la fenêtre est de 200 unités, et sa longueur est de la taille du signal. (Figure 11 ) o détermination de l’existence d’un plateau lorsque la fenêtre comprend au moins 180 valeurs de la moyenne quadratique, le programme exécuté par le processeur conserve alors en mémoire l’index temporel du premier et du dernier point du plateau. - transforme et enregistre dans la mémoire, le signal de données de "ZCM" en remplaçant les valeurs situées entre les index temporels du plateau par 1 et les autres par 0 afin d’obtenir un signal de données de "ZCM_binaire" (Figure 9).
[0035] Suite à ces étapes de transformation binaire, le serveur compare les valeurs binaires des signaux "ZCM" et "positionX" et identifie au moins un état de repos de l’individu, représenté par un ensemble d’au moins 180 valeurs binaires égales à 1.
[0036] Enfin le serveur calcule l’index de dichotomie et procède à son affichage sur le moyen d’affichage tel qu’un écran, en mettant en œuvre l’équation suivante :
avec : - NBC, le nombre de valeurs du premier signal "ZCM" représentatif de l’activité de l’individu en fonction du temps, situées dans l’état couché identifié lors de l’étape E, qui sont supérieures à la médiane des valeurs du premier signal "ZCM" représentatif de l’activité de l’individu en fonction du temps situé en dehors de l’état couché identifié lors de l’étape précédente, - NBl, le nom de valeurs du premier signal ZCM représentatif à l’activité de l’individu, situées en dehors de l’état couché identifié lors de l’étape précédente.
[0037] Pour ce faire, le serveur, par exécution du programme sur son processeur, réalise les sous étape suivantes : - Identification d'un ensemble de valeurs de "ZCM" mémorisées sous le nom de "ZCM_C" et dont les points sont contenus dans le plateau, - Identification d'un ensemble de valeurs de "ZCM" mémorisées sous le nom de "ZCM_L", dont les points sont de part et d’autre du plateau, - Calcul de la médiane, "Med_L", correspondant aux valeurs ZCM_L. - Comptabilisation dans "ZCM_C", du nombre de points, NB_C, au dessus de la médiane "Med_L" et dans "ZCM_L", le nombre de points, NB_L. - Résolution de l’équation de l’index de dichotomie [0038] Afin d’améliorer la précision, dans un mode de réalisation préféré, le processeur ne prend pas en compte pour le calcul de l’index de dichotomie, les données correspondant à une période de temps correspondant à une heure avant et une heure après le début du plateau et une heure avant et une heure après la fin du plateau. En d’autres termes, ZCM_C correspond à l’ensemble des valeurs de ZCM dont les points sont contenus dans le plateau à l’exception de la première et dernière heure du plateau, et ZCM_L correspond à l’ensemble des valeurs de ZCM dont les points sont de part et d’autre du plateau à l’exception de l’heure avant le plateau et de l’heure juste après le plateau.
[0039] Ainsi dans ce mode particulier, de calcul de l’index de dichotomie celui-ci est seulement calculé sur une période de 20 heures par tranche de 24 heures (figure 10).
[0040] Selon un autre mode de réalisation, si cela est nécessaire afin de calculer les médianes, un ensemble de 16 valeurs identiques à la dernière valeur du signal "ZCM" ou "positionX" peuvent être ajoutées à la fin des signaux afin d’obtenir un nombre suffisant de valeurs pour effectuer le calcul des médianes.
[0041] Par ailleurs, lorsque l’index de dichotomie est supérieur à 97%, cela indique que l’individu dort bien et que son rythme circadien n’est pas perturbé.
[0042] Ce résultat représente un facteur de pronostique péjoratif en termes de survie chez des individus hospitalisés, en particulier pour des cancers notamment lorsque l’index de dichotomie est inférieur à 97%.
[0043] L'obtention de ce résultat permet de connaître le rythme circadien d’un individu cancéreux, ce qui permet d’optimiser l’administration chronomodulée des médicaments anticancéreux permettant ainsi d’améliorer la tolérance et l’efficacité des anticancéreux concernés.
[0044] Un tel procédé selon l’invention permet de donner le support à un médecin en vue de l’élaboration d’un schéma chronothérapeutique optimal pour chaque individu.
[0045] La description de la présente invention et les figures afférentes ne sont pas prévues pour limiter la portée de l'invention mais représentent simplement des modes de réalisation choisis. L’homme de métier comprendra que les caractéristiques techniques d’un mode de réalisation donné selon une particularité, peuvent en fait être combinées avec des caractéristiques d’un autre mode de réalisation selon une autre particularité à moins que l’inverse ne soit explicitement mentionné ou qu’il ne soit évident que ces caractéristiques sont incompatibles. De plus, les caractéristiques techniques décrites dans un mode de réalisation donné selon une particularité, peuvent être isolées des autres caractéristiques de ce mode à moins que l’inverse ne soit explicitement mentionné.
[0046] Il doit être évident pour les personnes versées dans l’art que la présente invention permet des modes de réalisation sous de nombreuses autres formes spécifiques sans l’éloigner du domaine défini par la portée des revendications jointes. Ils doivent être considérés à titre d'illustration et l’invention ne doit pas être limitée aux détails donnés ci-dessus.
Claims (10)
- REVENDICATIONS1. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu, à partir d’au moins des données issues d’un système comprenant : - un module portatif composé d’au moins : i. un capteur de température générant un signal de données représentatif de la température corporelle de l’individu, ii. un accéléromètre générant simultanément deux signaux de données, un premier signal « ZCM >>, représentatif de l’activité de l’individu sur le temps et un second signal « positionX >> représentatif de l’inclinaison de l’individu par rapport à la verticale ascendante sur le temps, - un serveur informatique muni d’au moins un processeur, une mémoire, et un moyen d’affichage et configuré pour recevoir les signaux de données issus du capteur portatif, et réaliser ledit procédé, caractérise en ce que le procédé comprend au moins les étapes suivantes : A. réception et enregistrement dans la mémoire par le processeur des différentes données issues des signaux de température, ZCM et positionX du module portatif, B. suppression de la mémoire par le processeur des données non exploitables issues du module lorsque celui-ci n’est pas porté par l’individu, C. identification et mise à zéro par le processeur des données aberrantes issues des signaux ZCM et positionX de l’accéléromètre et de leurs enregistrements dans la mémoire, D. transformation des valeurs du signal positionX de l’accéléromètre par le processeur en valeurs binaires (0 ou 1) correspondant à un état levé (0) ou couché (1) de l’individu et leurs enregistrements dans la mémoire, E. transformation des valeurs du signal ZCM de l’accéléromètre par le processeur en valeurs binaires correspondant à un état levé ou couché de l’individu et leurs enregistrements dans la mémoire, F. comparaison des valeurs binaires des signaux ZCM et positionX de l’accéléromètre par le processeur et identification d’au moins un état couché de l’individu constitué par une succession ininterrompue d’une valeur binaire identique pour les signaux de l’accéléromètre sur une période de temps supérieure ou égale à 180 minutes, G. calcule de l’index de dichotomie et son affichage sur le moyen d’affichage, par le processeur en suivant l’équation suivante : avec :- NBC, le nombre de valeurs du premier signal ZCM représentatif de l’activité de l’individu en fonction du temps, situées dans l’état couché identifié lors de l’étape E, qui sont supérieures à la médiane des valeurs du premier signal ZCM représentatif de l’activité de l’individu en fonction du temps situé en dehors de l’état couché identifié lors de l’étape E, - NBl, le nombre de valeurs du premier signal relatif à l’activité (ZCM) de l’individu, situées en dehors de l’état couché identifié lors de l’étape E.
- 2. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 1, caractérisé en ce que les signaux de données comprennent des valeurs prises à intervalle régulier sur une période de temps de 24 heures.
- 3. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 1 ou 2, caractérisé en ce que, lorsque le nombre de valeurs des signaux de données pour le capteur de température et l’accéléromètre sont différents, le processeur réalise une étape de normalisation sur les données enregistrées dans la mémoire préalablement à l’étape B, en utilisant une interpolation polynomiale spline cubique de sorte que chaque valeur issue du signal de température est assignée à une valeur des signaux de positionX et de ZCM, et enregistre lesdites valeurs dans la mémoire du système
- 4. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon l’une des revendications 1 à 3, caractérisé en ce que, lors de l’étape B, le processeur supprime de la mémoire toutes les valeurs de données de température strictement inférieures à 30°C et les valeurs des signaux de positionX et de ZCM qui sont associées temporellement à la valeur de température strictement inférieure à 30°C.
- 5. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 4, caractérisé en ce, lors de l’étape C, le processeur applique indépendamment sur l’intégralité des données de positionX et ZCM les sous-étapes suivantes : a) Sélection par le processeur dans la mémoire d’un premier bloc de valeurs consécutives, b) Triage par ordre croissant des valeurs du bloc, c) Suppression des répétitions de valeur du bloc, afin d’obtenir un jeu de données uniques, d) Calcul de la médiane du jeu de données uniques, e) Mise à zéro dans la mémoire des valeurs des signaux de données positionX et ZCM lorsque leur valeur est supérieure à la médiane, f) Répétition des étapes a) à e) sur le prochain bloc de valeurs consécutives.
- 6. Procédé de détermination automatique de l’index de dichotomie kO d’un individu selon la revendication 5, caractérisé en ce que : - les blocs de valeurs sont constitués par 31 valeurs correspondant à un période de temps de 31 minutes des signaux, - la médiane est calculée sur les 10 premières données du jeu de données uniques - la mise à zéro se fait par des sous-ensembles de 5 données correspondant à 5 minutes consécutives, s’il y a moins de 2 valeurs supérieures à la médiane, alors le processeur met à zéro dans la mémoire le sous-ensemble correspondant.
- 7. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 6, caractérisé en ce que, lors de l’étape D, sur l’intégralité du signal de positionX, le processeur : - détermine et enregistre dans la mémoire, la médiane minimale en effectuant les sous-étapes suivantes : o trie les valeurs par ordre croissant, o supprime les répétitions de valeur, afin d’obtenir un jeu de données uniques, et o calcule la médiane minimale sur les 31 premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane maximale en effectuant les sous-étapes suivantes : o trie les valeurs par ordre décroissant, o supprime les répétitions de valeur, afin d’obtenir un jeu de données uniques, et o calcule la médiane maximale sur les 31 premières valeurs du jeu de données uniques, - détermine et enregistre dans la mémoire, la médiane seuil correspondant à la moyenne des médianes minimales et maximales - transforme et enregistre, dans la mémoire, le signal de données de positionX en remplaçant par 0 les valeurs strictement inférieures à la médiane seuil, et par 1 les valeurs supérieures ou égales afin d’obtenir un signal de données de positionX_binaire, - lissage des valeurs enregistrées dans la mémoire du signal de données de positionX_binaire, par le processeur lorsqu’un ensemble de données délimité par des valeurs non-identiques correspond à une période de temps inférieure à 1h30, les valeurs dudit ensemble de données sont alors inversées, de 0 en 1 ou de 1 en 0.
- 8. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 7, caractérisé en ce que, lors de l’étape E, sur l’intégralité du signal de ZCM, le processeur - normalise les valeurs de ZCM en divisant chaque valeur ZCM par la valeur maximale du signal afin d’obtenir un nouveau signal ZCM_temps dont les valeurs évoluent entre 0 et 1 - applique au signal ZCM_temps un filtre de variance sur 10 points et enregistre le signal dans la mémoire - calcule la moyenne quadratique cumulée à partir du signal ZCM_temps, - recherche un plateau sur les données de la moyenne quadratique cumulée par la réalisation par le processeur des sous-étapes suivantes : o multiplication de chaque valeur de la moyenne quadratique par un facteur de 104 et calcul de l’arrondi à l’entier le plus proche o lecture par pas de 2 unités d’une fenêtre correspondant à 200 unités o détermination du nombre de points dans chaque fenêtre, si le nombre de points trouvés correspond à une période de temps supérieure à 180 min, le processeur incrémente un compteur de « plateau >> et conserve en mémoire l’index temporel du premier et du dernier point du plateau o transforme et enregistre dans la mémoire, le signal de données de ZCM en remplaçant les valeurs situées entre les index temporels du plateau par 1 et les autres par 0 afin d’obtenir un signal de données de ZCM_binaire.
- 9. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 8, caractérisé en ce que, lors de l’étape F, le processeur réalise une comparaison des signaux de donnée de ZCM_binaire et de positionX_binaire afin de déterminer les index temporels du plateau dont les valeurs de données de début et de fin correspondent à 1, l’état couché.
- 10. Procédé de détermination automatique de l’index de dichotomie l<0 d’un individu selon la revendication 9, caractérisé en ce que, lors de l’étape G, le processeur ne prend pas en compte pour le calcul de l’index de dichotomie, les données correspondant à une période de temps d’une heure avant et d’une heure après le début du plateau et une heure avant et une heure après la fin du plateau.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1562557A FR3045309B1 (fr) | 2015-12-16 | 2015-12-16 | PROCEDE DE DETERMINATION AUTOMATIQUE DE L'INDEX DE DICHOTOMIE I<O D'UN INDIVIDU |
JP2018551498A JP2019500191A (ja) | 2015-12-16 | 2016-12-16 | 個人の二分法指標i<oを自動的に決定する方法 |
PCT/EP2016/081576 WO2017103203A1 (fr) | 2015-12-16 | 2016-12-16 | Procédé permettant de déterminer automatiquement l'indice de dichotomie i<o d'un individu |
EP16845371.0A EP3389476B1 (fr) | 2015-12-16 | 2016-12-16 | Procédé permettant de déterminer automatiquement l'indice de dichotomie i<o d'un individu |
US16/063,619 US20190000381A1 (en) | 2015-12-16 | 2016-12-16 | Method for determining automatically the dichotomy index i<o of an individual |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1562557 | 2015-12-16 | ||
FR1562557A FR3045309B1 (fr) | 2015-12-16 | 2015-12-16 | PROCEDE DE DETERMINATION AUTOMATIQUE DE L'INDEX DE DICHOTOMIE I<O D'UN INDIVIDU |
Publications (2)
Publication Number | Publication Date |
---|---|
FR3045309A1 true FR3045309A1 (fr) | 2017-06-23 |
FR3045309B1 FR3045309B1 (fr) | 2018-02-02 |
Family
ID=55411596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1562557A Expired - Fee Related FR3045309B1 (fr) | 2015-12-16 | 2015-12-16 | PROCEDE DE DETERMINATION AUTOMATIQUE DE L'INDEX DE DICHOTOMIE I<O D'UN INDIVIDU |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190000381A1 (fr) |
EP (1) | EP3389476B1 (fr) |
JP (1) | JP2019500191A (fr) |
FR (1) | FR3045309B1 (fr) |
WO (1) | WO2017103203A1 (fr) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110968605A (zh) * | 2019-12-16 | 2020-04-07 | 成都长城开发科技有限公司 | 电表曲线数据的查找方法、装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080117060A1 (en) * | 2006-11-17 | 2008-05-22 | General Electric Company | Multifunctional personal emergency response system |
US20140215246A1 (en) * | 2013-01-31 | 2014-07-31 | Salutron, Inc. | Ultra Low Power Actigraphy Based On Dynamic Threshold |
WO2014210588A1 (fr) * | 2013-06-28 | 2014-12-31 | North Carolina State University | Systèmes et procédés pour déterminer les structures du sommeil et les rythmes circadiens |
WO2015082382A1 (fr) * | 2013-12-02 | 2015-06-11 | Koninklijke Philips N.V. | Calcul du rythme circadien actuel d'une personne |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2562933T3 (es) * | 2002-10-09 | 2016-03-09 | Bodymedia, Inc. | Aparato para detectar, recibir, obtener y presentar información fisiológica y contextual humana |
US8374775B2 (en) * | 2009-11-05 | 2013-02-12 | Apple Inc. | Adaptive sensor-based activity classification |
US20150164377A1 (en) * | 2013-03-13 | 2015-06-18 | Vaidhi Nathan | System and method of body motion analytics recognition and alerting |
-
2015
- 2015-12-16 FR FR1562557A patent/FR3045309B1/fr not_active Expired - Fee Related
-
2016
- 2016-12-16 WO PCT/EP2016/081576 patent/WO2017103203A1/fr active Application Filing
- 2016-12-16 JP JP2018551498A patent/JP2019500191A/ja active Pending
- 2016-12-16 US US16/063,619 patent/US20190000381A1/en not_active Abandoned
- 2016-12-16 EP EP16845371.0A patent/EP3389476B1/fr not_active Not-in-force
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080117060A1 (en) * | 2006-11-17 | 2008-05-22 | General Electric Company | Multifunctional personal emergency response system |
US20140215246A1 (en) * | 2013-01-31 | 2014-07-31 | Salutron, Inc. | Ultra Low Power Actigraphy Based On Dynamic Threshold |
WO2014210588A1 (fr) * | 2013-06-28 | 2014-12-31 | North Carolina State University | Systèmes et procédés pour déterminer les structures du sommeil et les rythmes circadiens |
WO2015082382A1 (fr) * | 2013-12-02 | 2015-06-11 | Koninklijke Philips N.V. | Calcul du rythme circadien actuel d'une personne |
Also Published As
Publication number | Publication date |
---|---|
EP3389476B1 (fr) | 2019-09-11 |
EP3389476A1 (fr) | 2018-10-24 |
FR3045309B1 (fr) | 2018-02-02 |
US20190000381A1 (en) | 2019-01-03 |
JP2019500191A (ja) | 2019-01-10 |
WO2017103203A1 (fr) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2124736B1 (fr) | Systeme d'analyse electrophysiologique | |
EP2768389B1 (fr) | Procédé de détection d'activité à capteur de mouvements, dispositif et programme d'ordinateur correspondants | |
WO2010097422A1 (fr) | Systeme et procede de detection de marche d'une personne | |
EP2623023B1 (fr) | Dispositif médical implantable actif comprenant des moyens de diagnostic de l'insuffisance cardiaque | |
FR2887425A1 (fr) | Systeme d'analyse electrophysiologique | |
WO2018153762A1 (fr) | Procédé, dispositif et programme pour déterminer au moins un réseau cérébral impliqué dans une réalisation d'un processus donné | |
FR3057152A1 (fr) | Procede et systeme de surveillance de stress d'un utilisateur | |
EP1767244B1 (fr) | Dispositif médical implantable actif, notamment dispositif de stimulation, resynchronisation, defibrillation et/ou cardioversion, comprenant des moyens de diagnostic predictif de l'état du patient | |
CA2898411A1 (fr) | Procede de mesure d'un parametre physiologique tel qu'un rythme biologique a partir d'au moins deux capteurs - dispositif de mesure associe | |
FR3045309A1 (fr) | Procede de determination automatique de l'index de dichotomie i<o d'un individu | |
FR2915077A1 (fr) | Dispositif d'aide au diagnostic et pronostic de modifications physiopathologiques des tissus. | |
EP3773161A1 (fr) | Dispositif informatique de detection de troubles du rythme cardiaque | |
WO2024066502A1 (fr) | Procédé et dispositif de surveillance de la respiration | |
EP3160336B1 (fr) | Dispositif de traitement de données de rythme cardiaque foetal, méthode et programme d'ordinateur correspondant | |
FR3080929A1 (fr) | Procede de traitement d'un signal accelerometrique. | |
FR2988499A1 (fr) | Procede de detection d'au moins une anomalie dans un signal observe, produit programme d'ordinateur et dispositif correspondants | |
EP1637075A1 (fr) | Procédé et dispositif d'évaluation de la douleur chez un être vivant | |
CA2995343A1 (fr) | Dispositif et procede de mesure non-invasive du debit aortique sous-diaphragmatique chez un petit mammifere de laboratoire | |
CN116616721B (zh) | 一种基于ppg信号的作息信息确定方法、装置及可穿戴设备 | |
WO2011042664A1 (fr) | Caracterisation des cycles respiratoires. | |
FR3024943A1 (fr) | Dispositif et procede de determination d'une frequence respiratoire d'un individu a partir de son rythme cardiaque | |
FR2983055A1 (fr) | Detection et estimation du complexe qrs pour le suivi d'une activite cardiaque et pulmonaire | |
EP3176715B1 (fr) | Système de traitement de données pour la détection d'une crise d'exacerbation chez un patient souffrant d'une maladie respiratoire chronique traité par oxygénothérapie | |
WO2022200602A1 (fr) | Procede de selection de descripteurs electrophysiologiques | |
EP3017754B1 (fr) | Methode de determination automatisee d'un indice representatif de l'activite sympatho-vagale d'un etre humain ou d'un animal de competition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20170623 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 4 |
|
ST | Notification of lapse |
Effective date: 20200910 |