Objets connectés et suivi à domicile de patients traités pour un cancer

Stage de Master 2 SDS 2016-2017

Soutenu par : Antoine JAMIN

Encadré par : Jean-Baptiste FASQUEL

photo de l'ISTIA lieu de mon stage
Schéma explicatif du projet -- Patient suivi par tensiomètre connecté avec une phase d'acquisition et une phase de traitement des données
logos des institutions de mon stage (ISTIA, LARIS et CHU d'Angers)

Résumé :

Notre projet concerne le suivi de la pression artérielle à domicile de 28 patients, atteints de cancer du rein, par le biais d'un tensiomètre connecté. L'objectif de ce travail est d'analyser les données récupérées par le tensiomètre connecté pour pouvoir les mettre en lien avec le diagnostic médical. Pour se faire nous passerons en revues plusieurs méthodes de traitements de séries temporelles : une mesure de dissymétrie à l'aide de descripteurs statistiques, une mesure de dissimilarité par mesure de distance avec ou sans filtrage par approximation linéaire fait au préalable, une mesure de complexité par entropie multi-échelle. Nous ferons également une analyse de la première phase du traitement en étudiant le taux de dépassement de seuil de la pression artérielle.

Abstract :

This study deals with the telemonitoring with a connected tensiometer, of 28 patients treated for a kidney cancer. Our goal is to link the medical diagnosis with the analysis of the data collected by the connected tensiometer. For this purpose we decide to use some different methods related to time series analysis: a dissymmetry measure with statistical descriptors, a dissimilarity measure using dynamic time warping (with and without preliminary piecewise linear approximation), an entropy-based measure with the multiscale entropy. We study also the first phase of the treatment with the blood pressure exceedance rate.

mots-clefs des résumés en nuage de mots : kidney cancer, blood pressure, IoT, time series analysis, clustering, complexity, dissimilarity, dissymmetry ET cancer du rein, pression artérielle, objet connecté, analyse de séries temporelles, clustering, complexité, dissimilarité, dissymétrie

Contacts :