I3S / Une publication à la Une du journal IEEE JBHI

- I3S / Une publication à la Une du journal IEEE JBHI

Image illustrant cette actualité

L'article "Respiratory waveform estimation from multiple accelerometers: an optimal sensor number and placement analysis" a fait la Une du numéro de juillet 2019 de l'IEEE Journal of Biomedical and Health Informatics, l'une des revues à plus haut indice d'impact dans le domaine de l'informatique et des sciences des données pour le biomédical.
Lire l'article

   L'article "Respiratory waveform estimation from multiple accelerometers: an optimal sensor number and placement analysis" a fait la une du numéro de juillet 2019 de l'IEEE Journal of Biomedical and Health Informatics, l'une des revues à plus haut indice d'impact dans le domaine de l'informatique et des sciences des données pour le biomédical.

   Cet article est le fruit d'une collaboration internationale entre l'I3S (Vicente Zarzoso) et trois universités brésiliennes : l'Université Fédérale de Santa Catarina, Floranópolis (Raimes Moraes), l'Instituto Federal do Triângulo Mineiro, Ituiutaba (Ailton Siqueira) et l'Université d'Uberlândia (Amanda Spirandelli). Le travail a été développé dans le cadre d'un projet de coopération franco-brésilien CAPES-COFECUB (2015-2018) intitulé "Traitement numérique multidimensionnel de l'information avec applications aux télécommunications et au génie biomédical", coordonné par Gérard Favier (DR CNRS), un autre membre de l'I3S. Le volet biomédical du projet a été dirigé par V. Zarzoso.

   Ce travail s'intéresse à la mesure de paramètres respiratoires chez des patients pour qui l'utilisation de dispositifs obstructifs (masques) est contre-indiquée. Des études récentes montrent que des mesures respiratoires peuvent être effectuées à l'aide d'accéléromètres placés sur la poitrine et l'abdomen du patient. L'article publié dans le numéro de juillet du JBHI fournit la première analyse systématique du nombre et de l'emplacement optimaux des accéléromètres afin de garantir une estimation robuste des paramètres respiratoires. L'étude montre par ailleurs qu'il est possible de récupérer des signaux respiratoires en combinant de manière non supervisée les signaux du réseau d'accéléromètres au moyen de techniques d'analyse en composantes indépendantes (ICA) pour la séparation aveugle de sources. Ces résultats ouvrent des perspectives prometteuses pour l'utilisation généralisée d'accéléromètres dans la pratique clinique et dans les réseaux de capteurs corporels (body sensor networks).

CNRS Logo du CNRS
L'article "Respiratory waveform estimation from multiple accelerometers: an optimal sensor number and placemen Image illustrant cette actualité