WO2015078879A1 - Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant - Google Patents

Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant Download PDF

Info

Publication number
WO2015078879A1
WO2015078879A1 PCT/EP2014/075588 EP2014075588W WO2015078879A1 WO 2015078879 A1 WO2015078879 A1 WO 2015078879A1 EP 2014075588 W EP2014075588 W EP 2014075588W WO 2015078879 A1 WO2015078879 A1 WO 2015078879A1
Authority
WO
WIPO (PCT)
Prior art keywords
streams
stream
index
delivering
flow
Prior art date
Application number
PCT/EP2014/075588
Other languages
English (en)
Inventor
Fabienne Poree
Antoine Simon
Patrick PLADYS
Guy Carrault
Original Assignee
Universite De Rennes I
Institut National De La Sante Et De La Recherche Medicale
Centre Hospitalier Universitaire De Pontchaillou
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Universite De Rennes I, Institut National De La Sante Et De La Recherche Medicale, Centre Hospitalier Universitaire De Pontchaillou filed Critical Universite De Rennes I
Priority to ES14803111.5T priority Critical patent/ES2648921T3/es
Priority to EP14803111.5A priority patent/EP3073900B1/fr
Publication of WO2015078879A1 publication Critical patent/WO2015078879A1/fr

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—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
    • A61B5/103—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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • 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
    • 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
    • A61B5/7235—Details of waveform analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection

Definitions

  • the invention relates to the field of polysomnography. More particularly, the invention proposes a new non-invasive sleep analysis technique. Even more particularly, the invention proposes a technique for obtaining physiological variables without contact with the individual.
  • Polysomnography techniques are numerous. They consist of recording, during the patient's sleep, physiological variables to highlight sleep-related disorders.
  • Measurements of brain activity are also made using electroencephalograms and measurements of muscle activity by an electromyogram of the muscles of the arms or legs ...
  • the measurements of these different physiological variables generally require the application of numerous sensors to the patient's body. These sensors are positioned at different parts of the body depending on the physiological variable to be measured.
  • a first problem of polysomnography lies precisely in these numerous sensors: they do not allow the patient on whom one seeks to carry out these measurements to reach a sleep identical to that which it reaches in normal times (that is to say without the sensors). It is understood that a patient on which a large number of electrodes, straps and sensors are placed is not in optimal conditions for finding sleep.
  • the invention does not pose these problems related to the techniques of the prior art. Indeed, the invention relates to a method for calculating an activity index of an individual during a sleep phase, implemented by means of an index calculation device.
  • such a method comprises: a step of obtaining, from an original audio / video stream, at least two streams, each comprising a plurality of timestamped samples;
  • a combining step said at least two formatted streams delivering a combined stream
  • the proposed technique makes it possible to construct, in a simple manner, an index from an audio / video stream already available.
  • This technique does not require complex or expensive hardware and can be implemented using an audio / video stream that is already accessible and present in existing polysomnography systems.
  • said combining step implements a fusion function: In which :
  • n the number of flows
  • j represents the date of the sample
  • Xij is the value of the normalized flow x t at the sample number j;
  • o is a weighting value of the flux x t .
  • this fusion function makes it possible to simply combine flows and present them in a standardized form.
  • said weighting value o of the flow i varies from one sample date to another.
  • the merge function can take into account the differences between the flows.
  • said value t o weighting flow x t is set depending on at least one flow%, ⁇ , _ / ' ⁇ Î.
  • the fusion function can take into account contradictory information that could be derived from the flows, such as a correlation between an eye closure and a loud volume.
  • a step of obtaining, from an original audio / video stream, at least two streams comprises at least two of the following steps:
  • a motion estimation step delivering a stream comprising samples relating to the evaluation of the movement between successive images of said original audio / video stream;
  • a sound intensity collection step delivering a stream comprising samples relating to the evaluation of a sound volume
  • the invention also relates to a device for calculating an activity index of an individual, implemented via the intermediary an index calculation device.
  • Such a device comprises:
  • such a device can be added to a polysomnography system.
  • such a device may be in an autonomous form, for example for monitoring infants or persons with reduced mobility.
  • the various steps of the methods according to the invention are implemented by one or more software or computer programs, comprising software instructions intended to be executed by a data processor of a relay model according to the invention and being designed to control the execution of the various process steps.
  • the invention is also directed to a program, capable of being executed by a computer or a data processor, which program includes instructions for executing the steps of a method as mentioned hereinabove. above.
  • This program can use any programming language, and be in the form of source code, object code, or intermediate code between source code and object code, such as in a partially compiled form, or in any other form desirable shape.
  • the invention also provides a data carrier readable by a data processor, and including instructions of a program as mentioned above.
  • the information carrier may be any entity or device capable of storing the program.
  • the support may comprise a storage means, such as a RO M, a CDM M CD or a microMicro RO, or a magnetic recording means, for example a floppy disk (floppy). say) or a hard drive.
  • the information medium may be a transmissible medium such as an electrical or optical signal, which may be conveyed via an electrical or optical cable, by radio or by other means.
  • the program according to the invention can be downloaded in particular on an Internet type network.
  • the information carrier may be an integrated circuit in which the program is incorporated, the circuit being adapted to execute or to be used in the execution of the method in question.
  • the invention is implemented by means of software and / or hardware components.
  • module may correspond in this document as well to a software component, a hardware component or a set of hardware and software components.
  • a software component corresponds to one or more computer programs, one or more subroutines of a program, or more generally to any element of a program or software capable of implementing a function or a program. set of functions, as described below for the module concerned.
  • Such a software component is executed by a data processor of a physical entity (terminal, server, gateway, router, etc.) and is capable of accessing the hardware resources of this physical entity (memories, recording media, bus communication cards, input / output electronic cards, user interfaces, etc.).
  • a hardware component corresponds to any element of a hardware set (or hardware) able to implement a function or a set of functions, as described below for the module concerned. It may be a hardware component that is programmable or has an integrated processor for executing software, for example an integrated circuit, a smart card, a memory card, an electronic card for executing a firmware ( firmware), etc. Each component of the previously described system naturally implements its own software modules.
  • Figure 2 illustrates the stream extraction phase from the original audio / video stream
  • Figure 3 schematically illustrates a device for implementing the proposed technique.
  • the general principle of the proposed technique lies in the extraction and combinational processing of data extracted from a single audio / video source to generate one or more differential indices of activity of a patient. More particularly, unlike what is known in the prior art, the use of the audio / video source is done in a preponderant and automatic way. Indeed, it is certainly common to have a video recording during polysomnograph sessions. On the other hand, this video recording is not used actively to determine the patient's condition, but only as a control, carried out by the doctor, of the polysomnography session. Thus the proposed technique uses a device known and present, but in a completely new way with respect to the use that is made of this device.
  • this device is in the form of an infrared camera or a visible light camera associated with a digital recorder.
  • the traditional method of sleep scoring cutting the sleep of the individual in stages of sleep) is long and tedious and generates many errors (because the practitioner's opinion is based on criteria based on experience and not necessarily on objective criteria).
  • the invention makes it possible on the one hand to process the audio / video stream automatically and on the other hand with objective criteria.
  • the general principle of the disclosed technique is to extract from the audio / video source at least two different data streams and combine these different data streams to obtain a subscript.
  • the index obtained is an index of calm.
  • This index makes it possible to quantify in a gross manner the activity of the patient or his state of agitation (whether he is awake or asleep).
  • This index of calm is built by obtaining from the original audio / video stream, two flows (movement flow and sound flow).
  • the invention is not limited to the use of three components of an audio / video stream.
  • the index obtained makes it possible to qualify, at least partially, the stage of sleep (deep sleep, light sleep, sleepiness, quiet awakening, etc.) and allows to know if the individual is awake or asleep. This technique is particularly suitable for infants and preterm babies. This index is called the index of rest and it is built by obtaining from the original audio / video flow, three flows (flow of movement, opening of the eyes and sound flow).
  • the proposed method comprises four phases: a phase of obtaining data flows; a stream formatting phase; a combination phase, and a calculation phase of an index.
  • a formatting phase (20) is implemented, comprising:
  • an envelope detection step for the audio stream when one exists, to transform it into a positive signal
  • the final sampling frequency may be, for example, equal to the smallest of the different frequencies (in accordance with the sampling conditions);
  • each of the formatted streams (xlf, x2f x3f) is presented under a temporal scale and a value scale common to the other flows.
  • some of the previously mentioned steps may be omitted (for example, the case of a bit stream whose values are necessarily between 0 and 1, and which therefore does not require, a priori, standardization).
  • the method then comprises a combination phase (30) of at least two of the formatted streams (xlf, x2f, x3f).
  • xc j is the value of the resulting flow at sample j
  • n the number of flows
  • j represents the date of the sample
  • This merge function delivers a combined stream (xc), sampled on the same scale as the original streams.
  • the weighting value of each stream is between 0 and 1 and makes it possible to assign, to each stream, a specific importance in the merger. In a simple embodiment, this weighting value is equal to 1. In a complex embodiment, as presented subsequently for example, this weighting can be scalable (that is, the weighting changes in function of the flow to which the weighting is assigned or of another flow, related to the current flow and as a function of time). The weighting value can also be linear or non-linear, depending on the embodiments.
  • This combined flow (xc) is representative of the sleep state in which the individual is.
  • the combined stream (xc) is a series of samples each of whose values is between “0” and "3".
  • the integer value scale situated between “0” and “3” ie “0", “1", “2” and “3"
  • it is possible to associate with each of these integer values one or more real states of the individual for example "0” corresponds to a state of sleep (deep or light) while "3” corresponds to a state of awakening (calm or agitated)).
  • an example of a merge function could be the following:
  • each value of this combined stream (xc) is normalized, since averaged.
  • the weights a can be chosen for example taking into account the specificities-sensitivities on each flow, or even taking into account knowledge a priori on the flow. These weightings can be simple weights or else coefficients evolving with time.
  • each new vector processed by the neural network will be assigned an output class belonging to one of the two (or more) possible classes,
  • a direct Volterra filter weighting this is a non-linear filtering that weights the different flows according to kernels h,
  • kernel h 1 represents the linear portion and the cores h Lk non-linear portion.
  • the data constituting the flow are then processed (40) to arrive at a representative activity level index (IrNA).
  • IrNA activity level index
  • statistical quantities are calculated, such as the average, the variance of the flux resulting from the merger.
  • the combined flow (xc) is compared with one or more thresholds (s x i, s x2, x3 s). Given a given period (that is, a given number of samples among the number of samples composing the stream), the number of sample values below the threshold is compared with the number of samples. values above the threshold in order to obtain an index (for example a rest index, a sleep index, a sleep index, etc.).
  • s x i, s x2, x3 s Given a given period (that is, a given number of samples among the number of samples composing the stream), the number of sample values below the threshold is compared with the number of samples. values above the threshold in order to obtain an index (for example a rest index, a sleep index, a sleep index, etc.).
  • the threshold values may be arbitrarily set or obtained from a learning base (e.g., time of recording) preselected using operational characteristics of reception (ROC curves ).
  • the different indices can be calculated on windows of variable size, for example 10 seconds; we then obtain a varying index as a function of time. They can also be calculated over the total time (an overall value over the entire record). Such clues are very useful for the medical profession. 5.2 Description of an embodiment
  • the implementation of the proposed technique is presented with an audio / video stream in which three different data streams are extracted: a motion estimation, a soundtrack extraction, an estimation of the state of the eyes.
  • an original audio / video stream (FlvO) is recorded on a digital medium SN (CD, DVD, Hard Disk, etc.).
  • a processing model receives as input the original audio / video stream (FlvO) and the extraction parameters (ParExt).
  • the extraction parameters define on the one hand the number of streams to be extracted and on the other hand, for each of the streams to be extracted, an extraction method (M Ext), i corresponding to the identifier of the stream.
  • the extraction method can be an inter-image difference or an optical one, that is to say the speeds measured according to variations in the luminance of the different images.
  • This method is interesting in the present case because for low noise images, with no sudden variations in intensity and composed of objects that do not give rise to predominant specular reflections, the "optical flow” is “global”. "assimilate the wheat to a projected movement.
  • Other motion estimation methods can also be implemented, depending on parameters specific to the original audio / video stream (FlvO). In contrast to the existing tech niques, however, the use of a motion estimation method is not to record displacements, but to estimate a quantity of displacement. This estimate is therefore much simpler to achieve.
  • the proposed technique includes a motion estimation step
  • a flux (x1) is thus obtained comprising a certain number of samples (for example one every second), each sample being time stamped and having a value between 0 and 100, 0 If a motion is not perceived then 100 means that a large amount of motion is perceived.
  • the second stream (x2) is derived from the audio component of the original video / video stream (FlvO).
  • the extraction method consists of measuring (200) the intensity of the audio track over time.
  • the extraction method (MExt2) is therefore a method of measuring intensity. This measurement is either absolute (that is, based on the content of the audio tapes, without reference), or relative (that is, it is based on a pre-existing scale). defined). This scale-related parameter is important in the event that background noise is present and may need to be ignored. Thus, in the case of an absolute measurement, the level corresponding to an absence of perceived noise coming from the patient may not be immediately identifiable in the event of a noise noise.
  • the proposed technique includes a sound intensity recording step (200), delivering a second stream (x2) comprising samples relating to the evaluation of a sound volume.
  • the third stream (x3) according to the proposed method is derived from the video component of the original video / video (FlvO).
  • the extraction step (300) is to identify an opening or closing of the eyes.
  • the extraction method (M Ext3) is therefore a method of detecting opening or closing of the eyes.
  • the first method is to have this information measured by a practitioner or a manipulator: throughout the viewing of the sequence, the practitioner measures this opening, if necessary using a human-machine interface particular of a computer program, which allows the entry of the state of opening of the eyes.
  • the use of this first method delivers a stream comprising binary samples (indicating whether the eyes are open or the eyes are closed).
  • a second, automated method is to take advantage of an interesting property of the fundus of the eye subjected to infrared or visible light.
  • a characteristic of polysomnography measurements is that they are made in dim light.
  • the use of an infrared camera is often necessary to visualize the progress of the measurement. Therefore, the original audio / video stream (FlvO) includes an infrared video component.
  • the algorithm used is an algorithm similar to the one used to recognize and eliminate red-eye in a flash photography.
  • the proposed algorithm is simpler because it does not require replacing one image portion with another.
  • the algorithm implemented by this module comprises on the one hand a thresholding phase in which only those portions of the image whose black value is greater than a determined threshold are stored (for example 80% or 90%). %). Then, from this "thresholded" image, a search for black areas is performed. The objective of this research is to determine the presence of at least two zones, of substantially identical shape, and whose spacing does not exceed a predetermined value.
  • the algorithm continues with a calculation phase, from these zones, of at least one circle in which these zones are inscribed.
  • a calculation phase from these zones, of at least one circle in which these zones are inscribed.
  • an arc is drawn.
  • a rope and an arrow are obtained.
  • the Pythagorean theorem is applied to find the radius of the corresponding circle.
  • the obtained circle is positioned on each of the areas to eliminate areas whose surface is greater (by a predetermined factor) on the surface of the circle. This eliminates "false positives”.
  • This The search phase is carried out iteratively until either two zones of substantially identical shape and whose shape is part of a common circle. When at the end of this phase, no zone is identified, it is considered that the eyes are closed.
  • the last phase consists of calculating the area of the black zone in relation to the area of the circle that composes it to obtain an eye opening ratio (ratio included between 0 and 1).
  • a third method is to combine tracking and eye detection.
  • An open-eye detection process is first implemented. It is based on the fact that the pupil corresponds to a dark region surrounded by pixels of clear intensity. This characteristic is accentuated during an infra-red acquisition.
  • the detector therefore relies on a thresholding to select low intensity pixels, possibly a mathematical morphology step to remove small areas and then a selection of size regions within a predetermined range (by a threshold on the number of pixels related). The value of the perimeter or area of the region then provides information on the degree of openness of the eye.
  • This detection step is combined with a tracking process. From a manual initialization of the position of the two eyes, a rectangular region of interest is determined at the same time. Levels are used independently for each eye. With each new image, the new position of the eye is searched around the previous position. To do this, a window is moved in the new image around the previous position (according to a maximum distance criterion). At each position of the window:
  • a metric (the sum of the squared differences between the intensities of all the pixels of the windows) is calculated between the initial window and the tested window.
  • a decision rule is implemented to determine the new position of the eye: if the open-eye detection process is positive at one position and only one, this position is selected and the eye is considered open;
  • the position corresponding to the weakest metric is selected and the eye is considered open;
  • the open-eye detection process is positive in several positions and the previous state of the eye is "closed", the position closest to the previous position is selected and the eye is considered open; if the open-eye detection process is negative and the lowest metric is below a detection threshold, the position corresponding to the lowest metric is selected and the eye is considered closed;
  • This automatic operation is repeated regularly on the original audio / video stream in order to deliver a fl ow (x3) comprising timestamped samples whose value is between 0 and 1.
  • the flow obtained may be submitted, in a final phase, to the assessment of an operator in order to verify or approve the quality of the result obtained.
  • a fourth stream is extracted from the audio / video stream.
  • This is a relative flow to the patient's heart rate.
  • the heart rate can also be estimated from a video recording acquired with a conventional camera or thermal.
  • Fifth flow (x5) relative to the breathing of the patient can also be extracted (for example by thermal imaging camera).
  • the method continues with the implementation of standardization, delivering the "normalized” flows.
  • This standardization is implemented by a formatting and standardization module (MFN).
  • the flow combination is implemented via a combination module (MC), which uses one or more merge functions (ffi) adapted to the streams to be processed.
  • MCI index calculation module
  • a commercial camera is used to capture the audio / video source (Flvo).
  • the formatting presented here takes into account this original capture.
  • Another camera or other type of camera may obviously provide a different audio / video source (Flvo) which will result in different original sampling and therefore different formatting.
  • the eyes were scorated every second: 1 Hz (1692 samples).
  • the signal representing the sound includes two specificities: (a) it has a very high sampling rate, which is not necessarily useful, and which provides large signals. Subsampling is therefore performed.
  • sampling frequency f_ech To be able to combine the streams, it is interesting to have the same sampling frequency f_ech. To standardize the sampling frequencies, there are several possibilities. It is thus possible to sample everything at the smallest of the three sampling frequencies.
  • the last step of data formatting consists in normalizing the three flows between 0 and 1. It should be emphasized that this normalization step between 0 and 1 only makes sense if we avoid the particular case where a flow would be close to 0 ( or 1) for the duration of the recording (no movement or no sound, or eyes always closed or open). 5.4 Coupling with other streams
  • streams extracted from the audio video stream are coupled with other streams (xn) from one or more other metering devices.
  • xn streams from one or more other metering devices.
  • a colorimetric oximeter providing heartbeat measurement can be used.
  • Such a stream of sampled and standardized data makes it possible to further define sleep levels or levels of activity.
  • multiple cameras can provide multiple audio / video streams.
  • two cameras can be positioned in place of a single camera.
  • the streams that are extracted are of the same nature.
  • there are two flows for the motion x1, x1 '
  • two streams for the eyes x3, x3'
  • two streams for the audio x2, x2 '.
  • the advantage of this configuration is that before merging, each stream of one stream pair can be correlated with the other stream of the pair, in order to provide a better resultant stream (eg x1 "). .
  • a physiological parameter is added to the combinatorial phase. More particularly, in at least one embodiment, the adjoint physiological parameter is a compensation behavior parameter. This parameter is used to compensate or reverse or limit the consideration of one of the data streams based on one or more other data streams.
  • This physiological parameter determines the value of the coefficient o; weighting of the normalized flow x i to which the parameter is associated. For example, in the case of a newborn, it is common that it closes the eyes during tears. Therefore, it is necessary not to consider that the individual is asleep when his eyes are closed and that a sound level relative to the perceived cries exceeds a predetermined threshold.
  • the compensation behavior parameter comprises two components: a component defining the relationship between the state of the eyes and the cries perceived in the audio stream and a component defining a capped value associated with the cries perceived in the audio stream, a capped value which, when exceeded by the intensity of the sound volume of the cries of the audio stream, triggers the cancellation of the taking into account of the state associated with the closing of the eyes (if the newborn is blindfolded) he is then considered to be awake).
  • the parameterization of the implementation device of the present technique can be achieved by creating, within a parameterization file, a structure of d on nes, pa r exem ple of type XM L, in which the compensation behavior parameter can take a form such as the following:
  • the previous example indicates that the parameter applies to the audio stream and the eye opening flow.
  • the value of the parameter indicates that if the audio stream has a normalized value greater than "0.9", then the weighting of the eye value flow is set to 1 (that is, the eyes are considered as open, even if they are closed).
  • any other form of parameterization can be defined. This is only an example of how the device can be parameterized to provide indices that are representative of reality, while being performed automatically.
  • a simplified architecture of a device capable of implementing the technique described is presented.
  • a device comprises a memory 41, a processing unit 42 equipped for example with a microprocessor, and driven by the computer program 43, implementing at least part of the method as described.
  • the described technique is implemented in the form of a software application.
  • the described technique is implemented in a purely hardware form, using processors and interfaces specially created for this purpose.
  • Such a device comprises:
  • the device also comprises other means for exchanging with one of the other activity measuring devices, such as cardiac or respiratory rhythm recording means.
  • the device is in the form of an autonomous device that can be controlled remotely, for example by means of a terminal of the tablet, smartphone or computer type. In this embodiment the device may have no medical purpose.
  • the device is implemented in the form of a module, for example a hardware module, integrated in a polysomnography console, a module in which the original audio / video stream is continuously processed, in order to correlate the index or indices representative of the level of rest of an individual to other indices.
  • a module for example a hardware module, integrated in a polysomnography console, a module in which the original audio / video stream is continuously processed, in order to correlate the index or indices representative of the level of rest of an individual to other indices.
  • the device of the invention is controlled by the polysomnography console to be implemented in case of detection of an anomaly or a particular value of another measurement parameter recorded by the console. such as a rise in the heart rate to ascertain whether this elevation is related to a waking or resting state of the individual being studied.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Dentistry (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Auxiliary Devices For Music (AREA)

Abstract

L' invention se rapporte à un procédé de calcul d'un indice d'activité d' un individu lors d'une phase de sommeil, mis en œuvre par l'intermédiaire d'un dispositif de calcul d'indice. Selon l'invention, un tel procédé comprend : - une étape d'obtention (10), à partir d'un flux audio /vidéo d'origine (FlvO), d'au moins deux flux (x1, x2, x3), chacun comprenant une pluralité d'échantillons horodatés; - une étape de formatage (20) desdits au moins deux flux (x1, x2, x3), délivrant au moins deux flux formatés (x1f, x2f, x3f); une étape de combinaison (30), desdits au moins deux flux formatés, délivrant un flux combiné (xc); - une étape de calcul (40), à partir dudit flux combiné (xc) d'au moins un indice représentatif d'un niveau d'activité d'un individu (IrNA).

Description

Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant.
1 DOMAINE DE L'INVENTION
L'invention se rapporte au domaine de la polysomnographie. Pl us particulièrement, l'invention propose une nouvelle technique d'analyse du sommeil non invasive. Plus particulièrement encore, l'invention propose une technique d'obtention de variables physiologiques sans contact avec l'individu.
2 SOLUTIONS DE L'ART ANTÉRIEUR
Les techniques de polysomnographie sont nombreuses. Elles consistent à enregistrer, au cours du sommeil du patient, des variables physiologiques pour mettre en évidence des troubles liés au sommeil.
Parmi les variables physiologiques que l'on cherche à mesurer, on trouve par exemple le rythme respiratoire, le rythme cardiaque. On réalise également des mesures de l'activité du cerveau en utilisant des électroencéphalogrammes et des mesures de l'activité des muscles par un électromyogramme des muscles des bras ou des jambes...
Les mesures de ces différentes variables physiologiques nécessitent généralement d'appliquer, sur le corps du patient, de nombreux capteurs. Ces capteurs sont positionnés à différents endroits du corps en fonction de la variable physiologique à mesurer. Un premier problème de la polysomnographie réside justement dans ces nombreux capteurs : ils ne permettent pas au patient sur lequel on cherche à effectuer ces mesures d'atteindre un sommeil identique à celui qu'il atteint en temps normal (c'est-à-dire sans les capteurs). On comprend en effet qu'un patient sur lequel est posé un grand nombre d'électrodes, de sangles et de capteurs ne se trouve pas dans des conditions optimales pour trouver le sommeil.
Par ailleurs, ces types de capteurs sont relativement mal adaptés aux conditions de mesures dans lesquelles se trouvent les nouveau-nés ou jeunes enfants pour lesquels il est nécessaire d'effectuer une telle surveillance. En effet, pour ces patients, il est nécessaire de réaliser des enregistrements en continu, avec un nombre de capteurs limité, souvent dans un environnement de pénombre et à des stades comportementaux différents. Ainsi, les problématiques de captation de variables physiologiques sont plus complexes dans le cas du nouveau-né ou des prématurés que dans le cas de l'adulte.
Or, à l'heure actuelle, les solutions pour résoudre ce problème sont peu nombreuses. Il existe donc un besoin de fournir une technique d'acquisition d'au moins certaines variables physiologiques par un système qui d'une part soit utilisable dans un cadre général d'obtention de variables physiologiques, par exemple chez l'adulte, et d'autre part soit adapté au cadre spécifique de captation de variables physiologiques chez le nouveau-né tout en évitant au maximum les a ppa reil lages et ca pteu rs surnuméraires.
3 RÉSUMÉ DE L'INVENTION
L'invention ne pose pas ces problèmes liés aux techniques de l'art antérieur. En effet, l'invention concerne un procédé de calcul d'un indice d'activité d'un individu lors d'une phase de sommeil, mis en œuvre par l'intermédiaire d'un dispositif de calcul d'indice.
Selon la technique proposée, un tel procédé comprend : une étape d'obtention, à partir d'un flux audio /vidéo d'origine, d'au moins deux flux, chacun comprenant une pluralité d'échantillons horodatés ;
une étape de formatage desdits au moins deux flux, délivrant au moins deux flux formatés ;
une étape de combinaison, desdits au moins deux flux formatés, délivrant un flux combiné ;
u n e éta pe d e ca l cu l, à pa rti r d u d it fl ux co m b in é d' a u mo i ns u n i nd ice représentatif d'un niveau d'activité d'un individu.
Ainsi, la technique proposée permet de construire, de manière simple, un indice à partir d'un flux audio/vidéo déjà disponible. Cette technique ne nécessite pas de matériel complexe ou coûteux et peut être implémentée en utilisant un flux audio/vidéo qui est déjà accessible et présent dans les systèmes de polysomnographie existants.
Selon un mode de réalisation particulier, ladite étape de combinaison met en œuvre une fonction de fusion : Dans laquelle :
n représente le nombre de flux ;
j représente le quantième de l'échantillon ;
Xij est la valeur du flux normalisé xt au numéro d'échantillon j ;
o ; est une valeur de pondération du flux xt.
Ainsi, cette fonction de fusion permet de combiner simplement des flux et de les présenter sous une forme normalisée.
Selon un mode de réalisation particulier, ladite valeur o de pondération du flux i varie d'un quantième d'échantillon à un autre.
Ainsi, la fonction de fusion peut prendre en compte les différences entre les flux.
Selon une caractéristique particulière, ladite valeur o t de pondération du flux xt est paramétrée en fonction d'au moins un flux %,■,_/' ≠ Î.
Ainsi, la fonction de fusion peut prendre en compte des informations contradictoires qui pourraient être issues des flux, comme par exemple une corrélation entre une fermeture des yeux et un volume sonore élevé.
Selon un mode de réalisation particulier, une étape d'obtention, à partir d'un flux audio /vidéo d'origine, d'au moins deux flux, comprend au moins deux des étapes suivantes :
une étape d'estimation de mouvement, délivrant un flux comprenant des échantillons relatifs à l'évaluation du mouvement entre des images successives dudit flux audio /vidéo d'origine ;
une étape de collecte d'intensité sonore, délivrant un flux comprenant des échantillons relatifs à l'évaluation d'un volume sonore ;
une étape d'obtention de données représentative d'un état des yeux, délivrant un flux comprenant des échantillons relatifs à l'ouverture des yeux dudit individu.
Dans un autre mode de réalisation, l'invention se rapporte également à un dispositif de calcul d'un indice d'activité d'un individu, mis en œuvre par l'intermédiaire d'un dispositif de calcul d'indice.
Un tel dispositif comprend :
des moyens d'obtention, à partir d'un flux audio /vidéo d'origine, d'au moins deux flux, chacun comprenant une pluralité d'échantillons horodatés ;
des moyens de formatage desdits au moins deux flux, délivrant au moins deux flux formatés ;
des moyens de combinaison, desdits au moins deux flux formatés, délivrant un flux combiné ;
des moyens de ca lcu l, à pa rtir d ud it fl ux com biné d'au moins un indice représentatif d'un niveau de repos d'un individu.
Selon les modes de réalisation, un tel dispositif peut être adjoint à un système de polysomnographie. Dans d'autres modes de réalisation, un tel dispositif peut se présenter sous une forme autonome, par exemple pour la surveillance des enfants en bas âge ou de personnes à mobilité réduite.
Selon une implémentation préférée, les différentes étapes des procédés selon l'invention sont mises en œuvre par un ou plusieurs logiciels ou programmes d'ordinateur, comprenant des instructions logicielles destinées à être exécutées par un processeu r de données d'un mod ule relais selon l' invention et étant conçu pour commander l'exécution des différentes étapes des procédés.
En conséquence, l'invention vise aussi un programme, susceptible d'être exécuté par un ordinateur ou par un processeur de données, ce programme comportant des instructions pou r comma nder l 'exécution des étapes d ' u n procédé tel q ue mentionné ci-dessus.
Ce programme peut utiliser n'importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n'importe quelle autre forme souhaitable.
L'invention vise aussi un support d'informations lisible par un processeur de données, et comportant des instructions d'un programme tel que mentionné ci-dessus. Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel q u ' u n e RO M, pa r exe m p l e u n C D RO M o u u n e RO M d e ci rcu it microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une disquette (floppy dise) ou un disque dur.
D'autre part, le support d'informations peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens. Le programme selon l'invention peut être en particulier téléchargé sur un réseau de type Internet.
Alternativement, le support d'informations peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question.
Selon un mode de réal isation, l'invention est mise en œuvre au moyen de composants logiciels et/ou matériels. Dans cette optique, le terme "module" peut correspondre dans ce document aussi bien à un composant logiciel, qu'à un composant matériel ou à un ensemble de composants matériels et logiciels.
Un composant logiciel correspond à un ou plusieurs programmes d'ordinateur, un ou plusieurs sous-programmes d'un programme, ou de manière plus générale à tout élément d'un programme ou d'un logiciel apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Un tel composant logiciel est exécuté par un processeur de données d'une entité physique (terminal, serveur, passerelle, routeur, etc.) et est susceptible d'accéder aux ressources matérielles de cette entité physique (mémoires, supports d'enregistrement, bus de communication, cartes électroniques d'entrées/sorties, interfaces utilisateur, etc.).
De la même manière, un composant matériel correspond à tout élément d'un ensemble matériel (ou hardware) apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Il peut s'agir d'un composant matériel programmable ou avec processeur intégré pour l'exécution de logiciel, par exemple un circuit intégré, une carte à puce, une carte à mémoire, une carte électronique pour l'exécution d'un micrologiciel (firmware), etc. Chaque composante du système précédemment décrit met bien entendu en œuvre ses propres modules logiciels.
Les différents modes de réalisation mentionnés ci-dessus sont combinables entre eux pour la mise en œuvre de l'invention.
4 LISTE DES FIGURES
D'autres caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante d'un mode de réalisation préférentiel, donné à titre de simple exemple illustratif et non limitatif, et des dessins annexés, parmi lesquels :
la figure 1 présente un synoptique de la technique proposée ;
la figure 2 illustre la phase d'extraction de flux à partir du flux audio/vidéo d'origine ;
la figu re 3 illustre schématiq uement un d ispositif de mise en œuvre de la technique proposée.
5 DESCRIPTION DÉTAILLÉE DE L'INVENTION
5.1 Rappel du principe de l'invention
Le principe général de la technique proposée réside dans l'extraction et le traitement combinatoire de données extraites d'une unique source audio/vidéo afin de générer un ou plusieurs indices différentiels d'activité d'un patient. Plus particulièrement, à la différence de ce qui est réalisé dans les techniques antérieures connues, l' util isation de la source audio/vidéo est fa ite d' u ne pa rt de ma n ière prépondérante et d'autre part de manière automatique. En effet, il est certes fréquent de disposer d'un enregistrement vidéo lors de séances de polysomnograph ie. En revanche, cet enregistrement vidéo n'est pas utilisé de manière active pour déterminer l'état du patient, mais uniquement à titre de contrôle, réalisé par le médecin, de la séance de polysomnographie. Ainsi la technique proposée utilise un dispositif connu et présent, mais d'une manière complètement nouvelle par rapport à l'usage que l'on fait de ce dispositif. En règle générale, ce dispositif se présente sous la forme d'une caméra infrarouge ou d'une caméra en lumière visible associée à un enregistreur numérique. La méthode traditionnelle de scorage du sommeil (découpage du sommeil de l'individu en stades de sommeils) est longue et fastidieuse et génère de nombreuses erreurs (car l'avis du praticien est basé sur des critères fondés sur l'expérience et pas forcément sur des critères objectifs).
Au contraire l'invention permet d'une part de traiter le flux audio/vidéo de manière automatique et d'autre part avec des critères objectifs. Plus particulièrement, le principe général de la technique divulguée consiste à extraire de la source audio/vidéo, au moins deux flux de données différents et de combiner ces flux de données différents afin d'obtenir un indice.
Dans un mode de réalisation simple de l'invention, l'indice obtenu est un indice de calme. Cet indice permet de quantifier de manière grossière l'activité du patient ou son état d'agitation (qu'il soit éveillé ou endormi). Cet indice de calme est construit en obtenant à partir du flux audio/vidéo d'origine, deux flux (flux de mouvement et flux sonore). Ainsi, l'invention n'est nullement limitée à l'usage de trois composantes d'un flux audio/vidéo.
Dans d'autres modes de réalisation, basé sur un traitement particulier des données extraites, l'indice obtenu permet de qualifier, au moins partiellement, le stade du sommeil (sommeil profond, sommeil léger, somnolence, éveil tranquille, etc.) et permet de savoir si l'individu est éveillé ou endormi. Cette technique est particulièrement adaptée au nourrisson et au prématuré. Cet indice est appelé indice de repos et il est construit en obtenant à partir du flux audio/vidéo d'origine, trois flux (flux de mouvement, ouverture des yeux et flux sonore).
La méthode proposée, décrite en relation avec la figure 1, comprend quatre phases : une phase d'obtention de flux de données ; une phase de formatage des flux ; une phase de combinaison, et une phase de calcul d'un indice.
Durant une phase d'obtention (10) de flux de données, les différents flux de données (xl, x2, x3) sont extraits à partir de la source audio/vidéo (Flvo), à l'aide de méthodes d'obtention spécifiques aux informations recherchées, dont certaines sont explicitées par la suite ; ce s f l u x d e d o n n ée s s o n t, b i e n e n te n d u, marqués temporellement ; Puis, pour chacun des flux de données obtenus on met en œuvre une phase de formatage (20) comprenant :
une étape de détection d'enveloppe pour le flux audio, lorsqu'il en existe un, afin de le transformer en un signal positif ;
une étape de lissage des données obtenue par le calcul d'une moyenne glissante sur une fenêtre de durée choisie préalablement ; une étape de rééchantillonnage puisque les différents flux possèdent des fréquences d'échantillonnage différentes ; I a fréquence d'échantillonnage finale peut être, par exemple, égale à la plus petite des différentes fréquences (en respectant les conditions d'échantillonnage) ;
une étape de normalisation.
À l'issue de ces étapes, chacun des flux formatés (xlf, x2f x3f) est présenté sous une échelle temporelle et une échelle de valeur communes aux autres flux. Bien entendu, en fonction de la nature des flux, certaines des étapes précédemment mentionnées peuvent être omises (c'est par exemple le cas d'un flux binaire dont les valeurs sont nécessairement comprises entre 0 et 1, et qui ne nécessite donc pas, a priori, de normalisation).
La méthode comprend ensuite une phase de combinaison (30), d'au moins deux des flux formatés (xlf, x2f, x3f).
Cette phase de combinaison étant mise en œuvre par une fonction, dite fonction de fusion (ff). Cette fonction de fusion, dans sa forme la plus simple, peut être écrite de la façon suivante :
Figure imgf000010_0001
Dans laquelle :
xcj est la valeur du flux résultant à l'échantillon j
n représente le nombre de flux ;
j représente le quantième de l'échantillon ;
( , est la valeur du flux normalisé xi au numéro d'échantillon j ; o ; est une valeur de pondération du flux normalisé xt ;
Cette fonction de fusion délivre un flux combiné (xc), échantillonné à la même échelle que les flux d'origine. La valeur de pondération de chaque flux est comprise entre 0 et 1 et permet d'attribuer, à chacun des flux, une importance spécifique dans la fusion. Dans un mode de réalisation simple, cette valeur de pondération est égale à 1. Dans un mode de réalisation complexe, tel que présenté par la suite par exemple, cette pondération peut être évolutive (c'est-à-dire que la pondération évolue en fonction du flux auquel la pondération est affectée ou d'un autre flux, lié au flux courant et en fonction du temps). La valeur de pondération peut également être linéaire ou non linéaire, en fonction des modes de réalisation.
Ce flux combiné (xc) est représentatif de l'état de sommeil dans lequel se trouve l'individu.
Ainsi, par exemple, dans le cas de trois flux d'origine (xh x2, x;), le flux combiné (xc) est une suite d'échantillons dont chaque valeur est comprise entre « 0 » et « 3 ». Ainsi, par exemple, à intervalle régulier, dans l'échelle de valeur entière située entre « 0 » et « 3 » (i.e. « 0 », « 1 », « 2 » et « 3 »), on peut associer à chacune de ces valeurs entières un ou plusieurs états réel de l'individu (par exemple « 0 » correspond à un état de sommeil (profond ou léger) tandis que « 3 » correspond à un état d'éveil (calme ou agité)).
Dans un mode de réalisation complémentaire, un exemple de fonction de fusion pourrait être la suivante :
∑i = l xij
//(*/) = n
Da ns ce mode de réalisation, chaque valeur de ce flux combiné (xc) est normalisée, puisque moyennée. Les pondérations a, peuvent être choisis par exemple en tenant compte des spécificités-sensibilités sur chacun des flux, ou bien encore en tenant compte de connaissance a priori sur le flux. Ces pondérations peuvent être des simples poids ou bien encore des coefficients évoluant avec le temps.
D'autres modes de réalisations sont possibles, on peut citer :
les algorithmes de type réseau de neurones, où le réseau de neurones est appliqué à un vecteur de flux : après une phase d'apprentissage permettant d'ajuster les paramètres internes du réseau de neurones, chaque nouveau vecteur traité par le réseau de neurones se verra affecter en sortie une classe d'appartenance parmi les deux (ou plus) classes possibles,
une pondération par filtre de Volterra directe : il s'agit d'un filtrage non-linéaire qui pondère les différents flux en fonction de noyaux h,
n n n
ff(xj ) =∑ htxv + ... + ... +∑...∑ hi kXy ...xkj
i=\ i=l k=\
où le noyau h1 représente la partie linéaire et les noyaux hLk la partie non- linéaire.
la réalisation d'un arbre de décision. Celui-ci correspond à une succession de tests, consistant à comparer les valeurs d'un flux à un ou plusieurs seuils. On aboutit alors à un flux de valeurs discrètes.
Comme l'objectif de la technique proposée est d'obtenir un résultat synthétique de l'activité du patient, les données constituant le flux sont ensuite traitées (40) pour aboutir à un indice représentatif du niveau d'activité (IrNA).
Dans un premier mode de réalisation, on calcule des grandeurs statistiques, comme la moyenne, la variance du flux issu de la fusion.
Dans un second mode de réalisation le flux combiné (xc) est comparé à un ou plusieurs seuils (sxi, sx2, sx3). Su r u ne période donnée (c'est-à-dire sur u n nom bre d'échantillons donnés parmi le nombre d'échantillons composants le flux) on compare le nombre de valeurs d'échantillons au-dessous du seuil par rapport au nombre de valeurs au-dessus du seuil afin d'obtenir un indice (par exemple un indice de repos, un indice de veille, un indice de sommeil, etc.).
La valeur des seuils (sxl sx2, sx3) peut être fixée arbitrairement ou obtenue à partir d'une base d'apprentissage (par exemple une heure d'enregistrement) préalablement choisie, en utilisant des caractéristiques opérationnelles de réception (courbes COR).
Les différents indices peuvent être calculés sur des fenêtres de taille variable, par exemple 10 secondes ; on obtient alors un indice variant en fonction du temps. Ils peuvent a ussi être ca lcu lés sur le temps total (une valeur globale sur tout l'enregistrement). De tels indices sont très utiles pour le corps médical. 5.2 Description d'un mode de réalisation
On présente, en relation avec la figure 2, la mise en œuvre de la technique proposée à un flux audio/vidéo dans lequel on extrait trois flux de données différents : une estimation de mouvement, une extraction de bande sonore, une estimation de l'état des yeux.
Dans ce mode de réalisation, un flux audio/vidéo d'origine (FlvO) est enregistré sur un support numérique SN (de type CD, DVD, Disque Dur, etc). U n mod u le de traitement (MTRT) reçoit en entrée d'une part le flux audio/vidéo d'origine (FlvO) et des paramètres d'extraction (ParExt). Les paramètres d'extraction définissent d'une part le nombre de flux à extraire et d'autre part, pour chacun des flux à extraire, une méthode d'extraction (M Ext ), i correspondant à l'identifiant du flux.
Par exemple, en considérant que le premier flux (xl) se rapporte à l'estimation de mouvement, la méthode d'extraction peut être une différence inter-image ou le //oi optique, c'est à d ire les cha mps des vitesses mesu rées à pa rtir des variations de la luminance des différentes images. Cette méthode est intéressante dans le cas présent car pour des images peu bruitées, ne présentant pas de variations brutales de l'intensité et composées d'objets n'occasionnant pas de réflexions spéculaires prépondérantes, le "flot optiq ue" est "glo bal ement" assimi la bl e à un mouvement projeté. D'autres méthodes d'estimation de mouvement peuvent également être mises en œuvre, en fonction de paramètres propres au flux audio/vidéo d'origine (FlvO). À la différence des tech n iq u es exista ntes, cepen d a nt, l ' o bj et de l a m ise e n œuvre d' u n e méthod e d'estimation de mouvement n'est pas d'enregistrer des déplacements, mais d'estimer une quantité de déplacement. Cette estimation est donc bien plus simple à réaliser.
Ainsi, la technique proposée comprend une étape d'estimation de mouvement
(100), délivrant un premier flux (xl) comprenant des échantillons relatifs à l'évaluation du mouvement entre images. Dans ce mode de réalisation, on obtient donc un flux (xl) comprenant un certain nom bre d'échantil lons (par exemple un toutes les secondes), chaque échantillon étant horodaté et ayant une valeur comprise entre 0 et 100, 0 sign ifia nt q u'a ucu n mouvement n'est perçu a l ors q ue 100 sign ifie q u' u ne gra nde quantité de mouvement est perçue.
Le deuxième flux (x2), selon la méthode proposée est issue de la composante aud io du fl ux a udio/vidéo d'origine (FlvO). Dans ce mode de réal isation, la méthode d'extraction consiste à mesurer (200) l'intensité de la piste audio au cours du temps. La méthode d'extraction (MExt2) est donc une méthode de mesure d'intensité. Cette mesure est soit absolue (c'est-à-dire qu'elle se base sur le contenu de la bande audio, sans référence), soit relative (c'est-à-dire qu'elle se base sur une échelle préala blement définie). Ce paramètre relatif à l'échelle a une importance dans le cas où des bruits ambiants sont présents et qu'il peut être nécessaire de ne pas les prendre en compte. Ainsi, dans le cas d'une mesure absolue, le niveau correspondant à une absence de bruit perçu en provenance du patient peut ne pas être immédiatement identifiable en cas de bruit a m b ia nt. I l peut d o nc être n écessa i re d e mettre en œ uvre u n tra ite me nt complémentaire consistant à éliminer (lorsque c'est possible) les bruits parasites et estimer la puissance du son ainsi que ses composantes fréquentielles pour différencier différents type de sons (cri, ronflement, pleurs, ...). Dans le cas d'une mesure d'intensité relative, on peut considérer que le niveau sonore à mesurer (le niveau sonore provenant du patient) dépasse forcément un niveau sonore de base.
Ainsi, la technique proposée comprend une étape d'enregistrement d'intensité sonore (200), délivrant un deuxième flux (x2) comprenant des échantillons relatifs à l'évaluation d'un volume sonore.
Le troisième flux (x3), selon la méthode proposée est issu de la composante vidéo d u f l u x a u d io/vidéo d'origine (FlvO). Dans ce mode de réalisation, l'étape d'extraction (300) consiste à identifier une ouverture ou une fermeture des yeux. La méthode d'extraction (M Ext3) est donc une méthode de détection d'ouverture ou de fermeture des yeux.
Pour ce faire, au moins trois méthodes d'extraction (M Ext3) différentes peuvent être employées. La première méthode consiste à faire mesurer cette information par un praticien ou un manipulateur : tout au long du visionnage de la séquence, le praticien mesure cette ouverture, au besoin en utilisant une interface homme-machine particulière d'un programme informatique, qui autorise la saisie de l'état d'ouverture des yeux. L'utilisation de cette première méthode délivre un flux comprenant des échantillons binaires (indiquant si les yeux sont ouverts ou si les yeux sont fermés).
Une deuxième méthode, automatisée, consiste à tirer parti d'une propriété intéressante du fond de l'œil soumis à une lumière infrarouge ou visible. À titre d'exemple ; une caractéristique des mesures de polysomnographie est qu'elles sont faites dans la pénombre. Ainsi, l'utilisation d'une caméra infrarouge est souvent nécessaire pour visualiser le déroulement de la mesure. Dès lors, le flux audio/vidéo d'origine (FlvO) comprend une composante vidéo infrarouge.
Or, une propriété de la captation d'image infrarouge est qu'elle rend le fond de l'œil noir, c'est-à-dire parfaitement détachable du reste de l'image. Ainsi, il est possible, à l'aide d'un module de reconnaissance paramétré en conséquence, de distinguer la présence de noir dans la vidéo infrarouge. L'algorithme utilisé est un algorithme similaire à celui utilisé pour reconnaître et éliminer les yeux rouges dans une photographie avec flash. Cependant, l'algorithme proposé est plus simple car il ne nécessite pas de remplacer une portion d'image par une autre. Globalement, l'algorithme mis en œuvre par ce module comprend d'une part une phase de seuillage dans laquelle ne sont conservées que les portions de l'image dont la valeur de noir est supérieure à un seuil déterminé (par exemple 80% ou 90%). Puis, à partir de cette image « seuillée », une recherche de zones noires est effectuée. L'objectif de cette recherche étant de déterminer la présence d'au moins deux zones, de forme sensiblement identique, et dont l'espacement de dépasse pas une valeur prédéterminée.
Lorsqu'au moins deux zones de ce type sont identifiées, l'algorithme se poursuit par une phase de calcul, à partir de ces zones, d'au moins un cercle dans lequel ces zones sont inscrites. Pour ce faire, pour au moins une des zones, à partir de la périphérie de celle-ci, un arc de cercle est tracé. Sur la base de la courbure de cet arc de cercle, une corde et une flèche sont obtenues. Puis le théorème de Pythagore est appliqué pour trouver le rayon du cercle correspondant. Le cercle obtenu est positionné sur chacune des zones afin d'éliminer les zones dont la surface est supérieure (d'un facteur prédéterminé) à la surface du cercle. Ceci permet d'éliminer les « faux positifs ». Cette phase de recherche est effectuée de manière itérative jusqu'à soit l'obtention de deux zones de forme sensiblement identique et dont la forme s'inscrit dans un cercle commun. Lorsqu'à l'issue de cette phase, aucune zone n'est identifiée, on considère que les yeux sont fermés.
Lorsque deux zones correspondant aux critères préalablement indiqués ont été identifiées, la dernière phase consiste à calculer l'aire de la zone noire par rapport à l'aire du cercle qui la compose pour obtenir un ratio d'ouverture de l'œil (ratio compris entre 0 et 1).
Une troisième méthode consiste à combiner suivi et détection des yeux. Un processus de détection des yeux ouverts est d'abord mis en œuvre. Il repose sur le fait que la pupille correspond à une région sombre entourée de pixels d'intensités claires. Cette caractéristique est accentuée lors d'une acquisition réalisée en infra-rouge. Le détecteur repose donc sur un seuillage permettant de sélectionner les pixels d'intensité faible, éventuellement une étape de morphologie mathématique pour supprimer les petites zones puis sur une sélection des régions de tailles comprises dans un intervalle prédéterminé (par un seuillage sur le nombre de pixels connexes). La valeur du périmètre ou de l'aire de la région fournit alors une information sur le degré d'ouverture de l'oeil.
Cette étape de détection est combinée à un processus de suivi. A partir d'une initialisation manuelle de la position des deux yeux, une région d'intérêt rectangulaire est d éterm i n ée a utou r de ch aq ue œ i l . Les éta pes s u iva ntes sont a pp l iq uées indépendamment pour chaque œil. A chaque nouvelle image, la nouvelle position de l'œil est recherchée autour de la position précédente. Pour ce faire, une fenêtre est déplacée dans la nouvelle image autour de la position précédente (suivant un critère de distance maximale). A chacune des positions de la fenêtre :
le processus de détection des yeux ouverts est appliqué ;
u ne métriq ue (som me des d ifférences au carré entre les intensités de l'ensemble des pixels des fenêtres) est calculée entre la fenêtre initiale et la fenêtre testée.
Un règle de décision est mise en œuvre pour déterminer la nouvelle position de l'œil : si le processus de détection des yeux ouverts est positif en une position et une seule, cette position est sélectionnée et l'œil est considéré comme étant ouvert ;
si le processus de détection des yeux ouverts est positif en plusieurs positions et que l'état précédent de l'œil était « ouvert », la position correspondant à la métrique la plus faible est sélectionnée et l'œil est considéré comme étant ouvert ;
si le processus de détection des yeux ouverts est positif en plusieurs positions et que l'état précédent de l'œil était « fermé », la position la plus proche de la position précédente est sélectionnée et l'œil est considéré comme étant ouvert ; si le processus de détection des yeux ouverts est négatif et que la métrique la plus faible est inférieure à un seuil de détection, la position correspondant à la métrique la plus faible est sélectionnée et l'œil est considéré comme étant fermé ;
si le processus de détection des yeux ouverts est négatif et que la métrique la plus faible est supérieur à un seuil de détection, le suivi de l'œil est perdu et une nouvelle initialisation est demandée à l'utilisateur.
Cette opération automatique est répétée de manière régulière sur le flux audio/vidéo d'origine afin de dél ivrer u n fl ux (x3) comprenant des échantillons horodatés dont la valeur est comprise entre 0 et 1.
Au besoin, après cette phase automatique, le flux obtenu peut être soumis, dans une dernière phase, à l'appréciation d'un opérateur afin de vérifier ou approuver la qualité du résultat obtenu.
À l'issue de ces différentes étapes de traitement, on dispose donc de plusieurs flux (xl, x2, x3) pouvant être traités selon les modalités présentées préalablement. Dans un mode de réalisation complémentaire, un quatrième flux (x4) est extrait du flux audio/vidéo. Il s'agit d'un flux relatif à la fréquence cardiaque du patient. En effet le rythme cardiaque peut aussi être estimé à partir d'un enregistrement vidéo acquis à l'aide d' une caméra classique ou thermique. U n cinqu ième fl ux (x5), relatif à la respiration du patient peut aussi être extrait (par exemple par caméra thermique). Un tel flux de données, échantillonné et normalisé, permet de définir plus finement encore des paliers de sommeil ou des niveaux d'activité.
La méthode se poursuit par la mise en œuvre de la normalisation, délivrant les flux « normés ». Cette normalisation est mise en œuvre par un module de formatage et de normalisation (MFN). La combinaison des flux est mise en œuvre par l'intermédiaire d'un module de combinaison (MC), qui utilise une ou plusieurs fonctions de fusion (ffi) adaptées aux flux à traiter. Puis le flux combiné (xc) est utilisé par un module de calcul d'indice (MCI) pour délivrer l'indice (IrNA) en fonction d'un ou plusieurs seuils (sxi; sx2, sx3)-
5.3 Formatage des flux de données
Dans ce mode de réalisation de la technique proposé, une caméra du commerce est utilisée pour effectuer la captation de la source audio/video (Flvo). Il en résulte une mise en œuvre d'un formatage des flux (xx) qui dépend de cette source d'origine. Le formatage présenté ici tient compte de cette captation d'origine. Une autre caméra ou un autre type de caméra peut évidemment fournir une source audio/video (Flvo) différente ce qui aura pour conséquence un échantillonnage d'origine différent et donc un formatage différent.
5.3.1 Signaux après la phase d'obtention
Après la phase d'obtention les différents flux ont des fréquences d'échantillonnages différentes :
Le mouvement a été extrait depuis la vidéo et a donc la même fréquence d'échantillonnage que la vidéo 25 frames/sec : 25 Hz (1692*25=42300 échantillons).
Le son extrait de la vidéo a une fréquence d'échantillonnage de 11,5 kHz, imposée par le fichier (1692*11500= 19458000 échantillons).
Les yeux ont été scorés à chaque seconde : 1 Hz (1692 échantillons).
5.3.2 Cas particulier du son
Le signal représentant le son comprend deux spécificités : a) il a une fréquence d'échantillonnage très élevée, qui n'est pas nécessairement utile, et qui fournit des signaux de grande taille. Un sous-échantillonnage est donc effectué.
b) contrairement aux deux autres flux, il comprend des valeurs positives et négatives. Une détection d'enveloppe (Transformée de Hilbert), est donc appliquée pour un signal positif.
5.3.3 Lissage
Dans le but d'obtenir des courbes plus « lisses », une moyenne glissante sur une fenêtre de taille donnée est calculée. Autrement dit, chaque point du signal d'origine est remplacé par la moyenne des points situés dans l'intervalle centré sur la fenêtre. À ce niveau du traitement les signaux n'ont toujours pas la même fréquence d'échantillonnage, la moyenne est donc calculée sur un nombre de points différent selon les signaux.
5.3.4 Rééchantillonnage
Pour pouvoir combiner les flux, il est intéressant avoir la même fréquence d'échantillonnage f_ech. Pour uniformiser les fréquences d'échantillonnage, il y a plusieurs possibilités. Il est ainsi possible de tout échantillonner à la plus petite des trois fréquences d'échantillonnage.
Il est aussi possible d'échantillonner les trois flux à une fréquence f_ech inférieure à fmin. Dans ce cas, les trois signaux sont sous-échantillonnés.
Enfin, il est aussi possible d'échantillonner les flux à une fréquence f_ech supérieure à fmin. il faut dans ce cas interpoler les signaux de fréquence d'échantillonnage inférieure à f_ech.
5.3.5 Normalisation
La dernière étape du formatage des données consiste à normaliser les trois flux entre 0 et 1. Il faut souligner que cette étape de normalisation entre 0 et 1 n'a du sens que si on évite le cas particulier où un flux serait proche de 0 (ou de 1) pendant toute la durée de l'enregistrement (aucun mouvement ou aucun son, ou les yeux toujours fermés ou ouverts). 5.4 Couplage avec d'autres flux
Dans un mode de réalisation complémentaire, les flux extraits du flux audio vidéo sont couplés avec d'autres flux (xn), provenant d'un ou plusieurs autres dispositifs de mesure. L'acquisition d'un flux relatif à la fréquence cardiaque ou d'un flux relatif à la respiration est possible.
Pour le rythme cardiaque, outre les dispositifs classiques d'acquisition utilisant des électrodes, un oxymètre colorimétrique fournissant une mesure des pulsations cardiaques peut être utilisé.
Pour la respiration, il est possi ble d'util iser les sangles placées autour de l'abdomen et du thorax qui enregistrent les mouvements respiratoires, ou un capteur naso-buccal qui enregistre le flux aérien ou encore un dispositif d'impédancemétrie utilisant des électrodes thoraciques.
Un tel fl ux de données, échantillonné et normalisé, permet de définir plus finement encore des paliers de sommeil ou des niveaux d'activité.
Dans un autre mode de réalisation, plusieurs caméras peuvent fournir plusieurs flux audio/vidéo. Par exemple deux caméras peuvent être positionnées à la place d'une seule caméra. Les flux qui sont extraits (xl, x2, x3) sont de même nature. On a par exemple deux flux pour le mouvement (xl, xl'), deux flux pour les yeux (x3, x3') et deux flux pour l'audio (x2, x2'). L'avantage de cette configuration est qu'avant de réaliser la fusion, chaque flux d'une paire de flux peut être corrélé avec l'autre flux de la paire, afin de fournir un flux résultant (par exemple xl") de meilleure qualité.
5.5 Autres caractéristiques optionnelles et avantages
Da n s a u mo i n s u n m od e d e réa l isatio n d e l ' i nventi o n, u n pa ra m ètre physiologique est adjoint à la phase combinatoire. Plus particulièrement, dans au moins un mode de réalisation, le paramètre physiologique adjoint est un paramètre comportemental de compensation. Ce paramètre est utilisé pour compenser ou inverser ou limiter la prise en compte d'un des flux de données en fonction d'un ou plusieurs autres flux de données. Ce paramètre physiologique détermine la valeur du coefficient o ; de pondération du flux normalisé xi auquel le paramètre est associé. Par exemple, dans le cas d'un nouveau-né, il est fréquent que celui-ci ferme les yeux lors de pleurs. Dès lors, il est nécessaire de ne pas considérer que l'individu est endormi lorsque ses yeux sont fermés et qu'un niveau sonore relatif aux cris perçus excède un seuil prédéterminé.
Ainsi, dans ce cas, le paramètre comportemental de compensation comprend deux composantes : une composante définissant la relation entre l'état des yeux et les cris perçus dans le flux audio et une composante définissant une valeur plafonnée associée aux cris perçus dans le flux audio, valeur plafonnée qui, lorsqu'elle est dépassée par l'intensité du volume sonore des cris du flux audio déclenche l'annulation de la prise en compte de l'état associé à la fermeture des yeux (si le nouveau-né a les yeux fermés, il est alors considéré comme étant éveillé).
À titre d'exemple, le paramétrage du dispositif de mise en œuvre de la présente technique peut être réalisé par une création, au sein d'un fichier de paramétrage, d'une structu re de d on n ées, pa r exem p l e de type XM L, d a n s l aq uel l e l e paramètre comportemental de compensation peut prendre une forme telle que la suivante :
<ParCC>
<Rel>
<flxl>f-audio</flxl>
<flx2>f-eyes</f1x2 >
</Rel>
<Vall>
<flx>f-audio</ flx><val>0.9</val><cmp>upper</ cmp> <state><flx>f-eyes</ flx><pond>l</pondx/state>
</Vall>
</ParCC>
Concrètement, l'exemple précédent indique que le paramètre s'applique au flux audio et au flux d'ouverture des yeux. La valeur du paramètre indique que si le flux audio a une valeur normalisée supérieure à « 0,9 », alors la pondération du flux de la valeur des yeux est fixée à 1 (c'est-à-dire que les yeux sont considérés comme ouverts, même s'ils sont fermés). Bien entendu, toute autre forme de paramétrage peut être définie. Il ne s'agit ici que de donner un exemple de la manière dont le dispositif peut être paramétré afin de fournir des indices qui soient représentatifs de la réalité, tout en étant réalisé de manière automatique.
5.6 Dispositif de mise en œuyre
On présente, en relation avec la figure 3, une architecture simplifiée d'un dispositif apte à mettre en œuvre la technique décrite. Un tel dispositif comprend une mémoire 41, une unité de traitement 42 équipée par exemple d'un microprocesseur, et pilotée par le programme d'ordinateur 43, mettant en œuvre au moins une partie du procédé tel que décrit. Dans au moins un mode de réalisation, la technique décrite est mise en œuvre sous la forme d'une application logiciel le. Dans un autre mode de réalisation, la technique décrite est mise en œuvre sous une forme purement matérielle, à l'aide de processeurs et d'interface spécialement créés à cet effet. Un tel dispositif comprend :
des moyens d'obtention, à partir d'un flux audio /vidéo d'origine (FlvO), d'au moins deux flux parmi les trois (xl, x2, x3, xn), chacun comprenant une pluralité d'échantillons horodatés ;
des moyens de formatage desdits au moins deux flux (xl, x2, x3), délivrant au moins des flux formatés ;
des moyens de combinaison, desdits au moins deux flux formatés, délivrant un flux combiné (xc) ;
des moyens de calcul, à partir dudit flux combiné (xc) d'au moins un indice représentatif d'un niveau de repos d'un individu.
Ces moyens sont pilotés par le microprocesseur, à l'aide du programme chargé dans la mémoire du dispositif. En fonction des modes de réalisation, le dispositif comprend également d'autres moyens permettant de réaliser des échanges avec un d'autres dispositifs de mesure d'activité, comme des moyens d'enregistrement de rythmes cardiaques ou respiratoires. Dans au moins un mode de réalisation, le dispositif se présente sous la forme d'un dispositif autonome, pilotable à distance, par exemple par l'intermédiaire d'un terminal de type tablette, Smartphone ou ordinateur. Dans ce mode de réalisation le dispositif peut ne pas avoir de finalité médicale.
Dans un autre mode de réalisation, le dispositif est mis en œuvre sous la forme d'un module, par exemple un module matériel, intégré à une console de polysomnographie, module dans lequel le flux audio/vidéo d'origine est traité en continu, de manière à corréler le ou les indice représentatifs du niveau de repos d'un individu à d'autres indices.
Dans un autre mode de réalisation, le dispositif de l'invention est piloté par la console de polysomnographie pour être mis en œuvre en cas de détection d'une anomalie ou d'une valeur particulière d'un autre paramètre de mesure enregistré par la console, telle qu'une élévation du rythme cardiaque afin de vérifier si cette élévation est lié à un état de veille ou de repos de l'individu étudié.

Claims

REVENDICATIONS
Procédé de calcu l d' un ind ice d'activité d' u n individ u mis en œuvre pa r l'intermédiaire d'un dispositif de calcul d'indice, procédé caractérisé en ce qu'il comprend :
une étape d'obtention (10), à partir d'un flux audio /vidéo d'origine (FlvO), d'au moins deux flux (xl, x2, x3), chacun comprenant une pluralité d'échantillons horodatés ladite étape d'obtention (10) comprenant :
une étape d'obtention (300) de données représentative d'un état des yeux, dél ivra nt un fl ux (x3) comprenant des échantillons relatifs à l'ouverture des yeux dudit individu.
une étape de formatage (20) desdits au moins deux flux (xl, x2, x3), délivrant au moins deux flux formatés (xlf, x2f, x3f) ;
une étape de combinaison (30), desdits au moins deux flux formatés, délivrant un flux combiné (xc) ;
- une étape de calcul (40), à partir dudit flux combiné (xc) d'au moins un indice représentatif d'un niveau d'activité d'un individu (IrNA).
2. Procédé de calcul, selon la revendication 1, caractérisé en ce que ladite étape de combinaison (30) met en œuvre une fonction de fusion (ff) :
Figure imgf000024_0001
Dans laquelle :
- n représente le nombre de flux ;
j représente le quantième de l'échantillon ;
Xij est la valeur du flux normalisé xi au numéro d'échantillon j;
o ; est une valeur de pondération du flux xt.
3. Procédé de calcul, selon la revendication 2, caractérisé en ce que ladite valeur o ; de pondération du flux xi varie d'un quantième d'échantillon à un autre.
4. Procédé de calcul, selon la revendication 2, caractérisé en ce que ladite valeur o ; de pondération d u flux xi est paramétrée en fonction d'au moins un flux Xj,j≠ Î. Procédé de calcul, selon la revendication 1, caractérisé en ce qu'une étape d'obtention (10), à partir d'un flux audio /vidéo d'origine (FlvO), d'au moins deux flux (xl, x2, x3), comprend en outre au moins une des étapes suivantes :
une étape d'estimation de mouvement (100), délivrant un flux (xl) comprenant des échantil lons relatifs à l'éval uation du mouvement entre des images successives dudit d'un flux audio /vidéo d'origine (FlvO) ;
une étape de collecte d'intensité sonore (200), délivrant un flux (x2) comprenant des échantillons relatifs à l'évaluation d'un volume sonore.
Dispositif de calcul d'un indice d'activité d'un individu, mis en œuvre pa r l'intermédiaire d'un dispositif de calcul d'indice, dispositif caractérisé en ce qu'il comprend :
des moyens d'obtention (10), à partir d'un flux audio /vidéo d'origine (FlvO), d'au moins deux flux (xl, x2, x3), chacun comprenant une pluralité d'échantillons horodatés ;
des moyens de formatage (20) desdits au moins deux flux (xl, x2, x3), délivrant au moins deux flux formatés ;
des moyens de combinaison (30), desdits au moins deux flux formatés, délivrant un flux combiné (xc) ;
des moyens de calcul (40), à partir dudit flux combiné (xc) d'au moins un indice représentatif d'un niveau de repos d'un individu.
Prod u it p rogra m m e d' ord i nateu r tél éch a rgea bl e d epu is u n résea u de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, caractérisé en ce qu'il comprend des instructions de code de programme pour l'exécution du procédé selon l'une au moins des revendications 1 à 5, lorsqu'il est exécuté sur un ordinateur.
Procédé de calcul d'un indice de calme d' u n i nd ividu m is en œuvre pa r l'intermédiaire d'un dispositif de calcul d'indice, procédé caractérisé en ce qu'il comprend :
une étape d'obtention (10), à partir d'un flux audio /vidéo d'origine (FlvO), de deux flux (xl, x2), chacun comprenant une pluralité d'échantillons horodatés ladite étape d'obtention (10) comprenant :
une étape d'estimation de mouvement ( 100), dél ivrant un fl ux (xl) comprenant des échantillons relatifs à l'évaluation du mouvement entre des images successives dudit d'un flux audio /vidéo d'origine (FlvO) ; une étape de collecte d'intensité sonore (200), délivrant un flux (x2) comprenant des échantillons relatifs à l'évaluation d'un volume sonore. une étape de formatage (20) desdits deux flux (xl, x2), délivrant au moins deux flux formatés (xlf, x2f) ;
une étape de combinaison (30), desdits au moins deux flux formatés, délivrant un flux combiné (xc) ;
une étape de calcul (40), à partir dudit flux combiné (xc) d'au moins un indice de calme d'un individu (IrNA).
PCT/EP2014/075588 2013-11-27 2014-11-25 Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant WO2015078879A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
ES14803111.5T ES2648921T3 (es) 2013-11-27 2014-11-25 Procedimiento de construcción de un índice de actividad, dispositivo y programa informático correspondiente
EP14803111.5A EP3073900B1 (fr) 2013-11-27 2014-11-25 Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1361719 2013-11-27
FR1361719A FR3013930B1 (fr) 2013-11-27 2013-11-27 Procede de construction d'un indice d'activite, dispositif et programme d'ordinateur correspondant

Publications (1)

Publication Number Publication Date
WO2015078879A1 true WO2015078879A1 (fr) 2015-06-04

Family

ID=50231325

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/075588 WO2015078879A1 (fr) 2013-11-27 2014-11-25 Procédé de construction d'un indice d'activité, dispositif et programme d'ordinateur correspondant

Country Status (4)

Country Link
EP (1) EP3073900B1 (fr)
ES (1) ES2648921T3 (fr)
FR (1) FR3013930B1 (fr)
WO (1) WO2015078879A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108670196A (zh) * 2018-04-20 2018-10-19 深圳市沃特沃德股份有限公司 监测婴儿睡眠状态的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5689241A (en) * 1995-04-24 1997-11-18 Clarke, Sr.; James Russell Sleep detection and driver alert apparatus
WO2004032719A2 (fr) * 2002-10-09 2004-04-22 Compumedics Limited Procede et appareil de maintien et de surveillance de la qualite du sommeil pendant des traitements therapeutiques
US20110144517A1 (en) * 2009-01-26 2011-06-16 Miguel Angel Cervantes Video Based Automated Detection of Respiratory Events
WO2013106700A1 (fr) * 2012-01-12 2013-07-18 Isis Innovation Limited Systèmes et procédés pour évaluer la santé mentale et physique à l'aide de métriques multi-échelles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5689241A (en) * 1995-04-24 1997-11-18 Clarke, Sr.; James Russell Sleep detection and driver alert apparatus
WO2004032719A2 (fr) * 2002-10-09 2004-04-22 Compumedics Limited Procede et appareil de maintien et de surveillance de la qualite du sommeil pendant des traitements therapeutiques
US20110144517A1 (en) * 2009-01-26 2011-06-16 Miguel Angel Cervantes Video Based Automated Detection of Respiratory Events
WO2013106700A1 (fr) * 2012-01-12 2013-07-18 Isis Innovation Limited Systèmes et procédés pour évaluer la santé mentale et physique à l'aide de métriques multi-échelles

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YA-TI PENG ET AL: "Multimodality Sensors for Sleep Quality Monitoring and Logging", DATA ENGINEERING WORKSHOPS, 2006. PROCEEDINGS. 22ND INTERNATIONAL CONF ERENCE ON ATLANTA, GA, USA 03-07 APRIL 2006, PISCATAWAY, NJ, USA,IEEE, 3 April 2006 (2006-04-03), pages x108 - x108, XP010912001, ISBN: 978-0-7695-2571-6, DOI: 10.1109/ICDEW.2006.97 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108670196A (zh) * 2018-04-20 2018-10-19 深圳市沃特沃德股份有限公司 监测婴儿睡眠状态的方法及装置
CN108670196B (zh) * 2018-04-20 2021-11-09 深圳市沃特沃德信息有限公司 监测婴儿睡眠状态的方法及装置

Also Published As

Publication number Publication date
ES2648921T3 (es) 2018-01-08
EP3073900A1 (fr) 2016-10-05
FR3013930B1 (fr) 2017-04-14
EP3073900B1 (fr) 2017-08-23
FR3013930A1 (fr) 2015-05-29

Similar Documents

Publication Publication Date Title
Gideon et al. The way to my heart is through contrastive learning: Remote photoplethysmography from unlabelled video
EP2483758B1 (fr) Systeme et procede de reconnaissance de gestes
US20230052100A1 (en) Systems And Methods For Optical Evaluation Of Pupillary Psychosensory Responses
US20230032332A1 (en) System and methods for determining health-related metrics from collected physiological data
EP3073900B1 (fr) Procédé de construction d&#39;un indice d&#39;activité, dispositif et programme d&#39;ordinateur correspondant
Wei et al. An end-to-end energy-efficient approach for intake detection with low inference time using wrist-worn sensor
EP2828796B1 (fr) Procédé de détection d&#39;au moins une anomalie dans un signal observé, produit programme d&#39;ordinateur et dispositif correspondants
EP4344405B1 (fr) Dispositif pour l&#39;acquisition d&#39;une sequence d&#39;images echographiques et procede associe
WO2015062991A1 (fr) Procédé d&#39;analyse sémantique d&#39;un flux vidéo en cours d&#39;acquisition, terminal, produit programme d&#39;ordinateur et medium correspondant
WO2020201158A1 (fr) Procede de génération d&#39;un element multimedia au cours de la lecture d&#39;un media, terminal, systeme
FR3092423A1 (fr) Cartographie de saillance d&#39;images pendant une classification d&#39;images par intelligence artificielle
EP4274477A1 (fr) Procédé pour une surveillance et une analyse de l&#39;état cardiaque d&#39;un individu
EP4258272A1 (fr) Procédé de labellisation de données pour construire une base de données pour configurer, valider et/ou tester une application de surveillance du niveau de fatigue d&#39;un individu
FR3144751A1 (fr) Procede pour determiner un etat emotionnel d’un sujet et dispositif associe
WO2024208593A1 (fr) Procédé de génération d&#39;une séquence temporelle d&#39;évaluations d&#39;une situation et dispositif associé
FR3070591A1 (fr) Procede et module adaptes pour identifier et quantifier les emotions ressenties par au moins un individu
WO2024146928A1 (fr) Systeme d&#39;aide au diagnostic de troubles du neurodeveloppement et de sante mentale associes chez un utilisateur enfant ou adolescent
WO2023062326A1 (fr) Procédé d&#39;estimation de signaux physiologiques
FR3103611A1 (fr) Procédé et dispositif de suivi de l’activité d’une personne en perte d&#39;autonomie
FR3102591A1 (fr) Prédiction d’état et commande d’un dispositif en fonction d’un état estimé
EP3017757B1 (fr) Methode d&#39;elaboration automatisee d&#39;une courbe d&#39;evolution d&#39;un indicateur representatif de la variabilite de la frequence cardiaque d&#39;un etre humain ou d&#39;un animal de competition
BE1030986A1 (fr) Procédé de détection d’un mouvement d’un corps
EP3017754B1 (fr) Methode de determination automatisee d&#39;un indice representatif de l&#39;activite sympatho-vagale d&#39;un etre humain ou d&#39;un animal de competition
WO2024040268A2 (fr) Réseau multimodal génératif attentionnel pour l&#39;estimation de la douleur
Hashemi Automatic Behavioral Analysis from Faces and Applications to Risk Marker Quantification for Autism

Legal Events

Date Code Title Description
DPE2 Request for preliminary examination filed before expiration of 19th month from priority date (pct application filed from 20040101)
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14803111

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2014803111

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014803111

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE