Surveillance des nouveau-nés prématurés par analyses vidéo et audio

Autor: Cabon, Sandie
Přispěvatelé: Laboratoire Traitement du Signal et de l'Image (LTSI), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université Rennes 1, Guy Carrault, Olivier Rosec, STAR, ABES, Université de Rennes (UR)-Institut National de la Santé et de la Recherche Médicale (INSERM), Université de Rennes
Jazyk: angličtina
Rok vydání: 2019
Předmět:
Zdroj: Other. Université Rennes 1, 2019. English. ⟨NNT : 2019REN1S055⟩
Other. Université de Rennes, 2019. English. ⟨NNT : 2019REN1S055⟩
Popis: The objective of this work, conducted as part of the European project Digi-NewB and a CIFRE thesis, was to propose a new noninvasive approach to monitoring in neonatal intensive care units (NICUs). This new monitoring should make possible a continuous evaluation of the neuro-behavioural evolution of premature newborns using non-invasive modalities such as video and audio. After a bibliographical study of more than 150papers, a first study was carried out on a semiautomatic estimation of sleep stages. The proposed approach combined for the first time video and audio analyses. The limitations identified during this study led to the proposition of a new audio-video system. Its integration into NICU was studied and evaluated. Then, methods, based on video and audio processing techniques and classification (Random Forest, KNN, Multi-layer Perceptron ...), were proposed. They allow a continuous characterization of the newborn behaviour in terms of movement quantification and cry analysis. The difficulties related to the constraints of the real NICU conditions were studied and solutions to avoid irrelevant periods (e.g.,parents or medical staff in the camera field of view, alarms coming from medical devices) were developed. The results are encouraging and show that it is now possible to imagine a new generation of monitoring based on noninvasive analyses to characterize the neurobehavioural development of the newborn.
L'objectif de ces travaux, conduits dans le cadre du projet européen Digi-NewB et d'une thèse CIFRE, était de proposer une nouvelle approche non-invasive de monitoring en unités de soins intensifs néonatales (NICU). Ce nouveau monitoring doit permettre d'évaluer de façon continue l'évolution neurocomportementale des nouveau-nés prématurés à partir de modalités non-invasives telles que la vidéo et l'audio. Après une étude bibliographique de plus de 150 documents, une première étude portant sur une estimation semi-automatique des stades de sommeil a été effectuée. L'approche proposée combinait pour la première fois des analyses vidéo et audio. Les limites identifiées lors de cette étude ont permis de proposer un nouveau système audio-vidéo et d'étudier son intégration en NICU. Des méthodes d'analyse vidéo, du son et de classification (Random Forest, KNN, Réseaux de Neurones…) ont été proposées. Elles permettent une caractérisation continue du comportement des nouveau-nés en termes de quantification des mouvements et d'analyse des pleurs. Les difficultés liées aux contraintes des conditions réelles de NICU ont été étudiées et des solutions pour écarter les périodes non analysables (e.g., parents ou personnel médical dans le champ de la caméra, alarmes provenant des appareils médicaux) ont été développées. Les résultats sont encourageants et montrent qu'il est aujourd'hui possible d'imaginer une nouvelle génération de monitoring basée sur des analyses non-invasives pour caractériser le développement neurocomportemental du nouveau-né.
Databáze: OpenAIRE
Externí odkaz: