Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

17 octobre 2017

Localisation optimale de capteurs phonocardiographiques et analyse de ces signaux


Catégorie : Stagiaire


Stage M2R/PFE en traitement du signal: Localisation optimale de capteurs phonocardiographiques et analyse de ces signaux (Grenoble)

 

Stage M2R/PFE Traitement du Signal Localisation optimale de capteurs phonocardiographiques et analyse de ces signaux

Laboratoire/équipe d’accueil

Laboratoire TIMC-IMAG, équipe PRETA, La Tronche et Laboratoire GIPSA-Lab, équipe ViBS, Saint-Martin d’Hères

Description du sujet

Contexte du sujet :

Dans un grand nombre de situations (médicales notamment), il peut être d’intérêt d’optimiser le processus d’acquisition des signaux pour pouvoir ensuite plus facilement les traiter et en extraire les informations utiles. La question est alors de pouvoir choisir le nombre, le type et la position des capteurs à utiliser pour un enregistrement de signaux de meilleure qualité. Ceci peut se faire en considérant la chaîne totale de traitement de l’information, depuis l’acquisition des signaux jusqu’à l’utilisateur final (et son interprétation des résultats), en passant par les étapes de traitement de signal.

Objectif du stage et résultats attendus :

Dans le cadre de ce stage, on s’intéresse à l’acquisition de signaux phonocardiographiques (PCG) à l’aide de microphones positionnés sur le torse. Les signaux PCG permettent d’accéder aux sons cardiaques (notamment S1 et S2), représentatifs de l’activité mécanique du cœur, mais ils sont généralement entachés d’interférences (respiration, parole, hoquet...). L’objectif est ici d’avoir accès à des signaux PCG « propres » pour l’analyse des sons et en particulier l’estimation de la fréquence cardiaque instantanée, en minimisant le nombre de capteurs utilisés et en optimisant leur position. Une façon possible d’aborder ce problème sera d’utiliser le «transfer learning» [1,2], l’idée étant d’utiliser des connaissances acquises sur des signaux précédemment enregistrés. Pour cela, le/la stagiaire devra utiliser les propriétés des signaux physiologiques pour proposer de nouvelles méthodes de « transfer learning » spécifiques aux signaux de type PCG.

[1] S. J. Pan and Q. Yang, “A Survey on Transfer Learning,” IEEE Transactions on Knowledge and Data Engineering, vol. 22, pp. 1345-1359, 2010.

[2] L. Torrey and J. Shavlik, “Handbook of Research on Machine Learning Applications and Trends: Algorithms, Methods, and Techniques”, Chap “Transfer Learning,” IGI Global, pp. 242-264, 2010.

Etapes de travail :

  1. Etude bibliographique
  2. Enregistrements de multiples signaux PCG dans diverses situations dégradées, à définir au préalable et analyse de ces signaux
  3. Implémentation et test de méthodes existantes
  4. Spécification des méthodes pour les signaux physiologiques de type PCG
  5. Estimation du rythme cardiaque à partir des signaux PCG obtenus

L’ensemble des développements sera fait sous Matlab.

Compétences attendues

Le/la candidate recherché(e) sera issu(e) d’une formation en traitement du signal ou mathématiques appliquées. Il/elle aura une forte motivation pour la recherche. Il/elle devra être intéressé(e) par les aspects théoriques et expérimentaux liés à l’application visée.

Possibilité de poursuite en thèse.

Contact

Julie.Fontecave@univ-grenoble-alpes.fr et Bertrand.Rivet@gipsa-lab.grenoble- inp.fr

Durée prévue : 5-6 mois

Lieu du stage : Laboratoire TIMC-IMAG, équipe PRETA, La Tronche

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.