| Titre : | Surveillance médicale à distance à base de data mining |
| Auteurs : | Roumaissa Bekiri, Auteur ; Abdelhamid Djeffal, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2019 |
| Format : | 1 vol. (93 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Surveillance m?edicale,mesure physiologique,Data mining,Apprentissage automatique,montres intelligentes,SVM (classi?cation). |
| Résumé : |
Le domaine de la e-santé connait des progrés rapides et croissant avec l'évolution des moyens de communication et d'acquisition des données sanitaires ?a travers les montres intelligentes telles que le rythme cardiaque, le signal cardiaque, la température, le niveau de glucose, ...etc.Ce travail propose un systéme de suivi automatique de la santé des individus éa distance basé sur les montres intelligentes portées par les patients et les médecins ainsi qu'un serveur centralisé de l'administration. Ce dernier utilise les données accumulées des patients pour construire des modéles de décision en utilisant les méthodes de machine Learning.Ces modéles sont utilisés pour suivre automatiquement la santé des patients.Le systéme a été con?cu, implémenté et validé sur des données concernant les maladies cardiovasculaires. |
| Sommaire : |
1 Santé Numérique 3 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Importance du domaine de la sant?e num?erique . . . . . . . . . . . . . . . . 4 1.3 Enjeux des technologies num?eriques appliqu?ees aux domaines de la sant?e . 4 1.3.1 Des perspectives prometteuses pour la m?edecine . . . . . . . . . . . 4 1.3.1.1 Facteur de d?eveloppement des coop?erations professionnelles . .. . . . . . . . . . . . . . . 5 1.3.1.2 ?Evolution des modalit?es de prise en charge des patients . . 5 1.3.1.3 Un partage d'informations en croissance exponentielle et quasi instantan?e . . . . . . . . . . . . 5 1.3.2 Enjeux de l'e?cacit?e administrative . . . . . . . . . . . . . . . . . . 6 1.3.3 Enjeux du traitement des informations m?edicales . . . . . . . . . . 6 1.4 Les grands domaines de l'informatique m?edicale . . . . . . . . . . . . . . . 7 1.4.1 Bio-informatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4.2 L'informatique clinique ou bioclinique . . . . . . . . . . . . . . . . . 8 1.4.3 Informatique de sant?e publique . . . . . . . . . . . . . . . . . . . . 8 1.5 L'informatique m?edicale et l'informatique g?en?erale . . . . . . . . . . . . . . 8 1.5.1 Les bases de donn?ees . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.5.2 L'intelligence arti?cielle . . . . . . . . . . . . . . . . . . . . . . . . 9 1.5.3 Les r?eseaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.6 Moyens informatiques pour le suivi de la sant?e . . . . . . . . . . . . . . . . 9 1.6.1 Dispositif connect?es pour la sant?e . . . . . . . . . . . . . . . . . . . 9 1.6.1.1 Dispositifs ?a la ceinture . . . . . . . . . . . . . . . . . . . 9 1.6.1.2 T?el?ephones mobiles . . . . . . . . . . . . . . . . . . . . . . 10 1.6.1.2.0.1 Application CareZone . . . . . . . . . . . . . . . 10 1.6.1.2.0.2 Application Epocrates . . . . . . . . . . . . . . . 11 1.6.1.3 M?edaillons . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.6.1.4 Bracelet-t?el?ephone . . . . . . . . . . . . . . . . . . . . . . 12 1.6.1.5 Montres intelligentes . . . . . . . . . . . . . . . . . . . . . 13 1.6.1.5.0.1 Composants des montres intelligentes . . . . . . . 14 1.6.1.5.0.2 Sumsung Gear . . . . . . . . . . . . . . . . . . . 14 1.6.1.5.0.3 Huawei watch . . . . . . . . . . . . . . . . . . . . 15 1.6.1.5.0.4 Apple watch . . . . . . . . . . . . . . . . . . . . . 15 1.6.2 Informations de sant?e mesurables par moyens mobiles connect?es . . 16 1.6.2.1 Position . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.6.2.2 Mouvement . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.6.2.3 Chute . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.6.2.4 Tension Art?erielle . . . . . . . . . . . . . . . . . . . . . . . 17 1.6.2.5 Rythme cardiaque . . . . . . . . . . . . . . . . . . . . . . 18 1.6.2.6 Signal cardiaque . . . . . . . . . . . . . . . . . . . . . . . 18 1.6.2.7 Temp?erature . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.6.2.8 Niveau de glucose . . . . . . . . . . . . . . . . . . . . . . . 19 1.6.2.9 Sommeil . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.6.3 Syst?eme d'information m?edical . . . . . . . . . . . . . . . . . . . . 20 1.6.3.1 T?el?e-sant?e . . . . . . . . . . . . . . . . . . . . . . . . . . 21 1.6.3.2 T?el?e-m?edecine . . . . . . . . . . . . . . . . . . . . . . . . 22 1.6.3.3 M-sant?e (mobile-sant?e) . . . . . . . . . . . . . . . . . . . . 22 1.7 Architectures et syst?emes d'information pour la e-sant?e . . . . . . . . . . . 22 1.7.1 Caract?eristiques d'un syst?eme pour la e-sant?e . . . . . . . . . . . . 22 1.7.2 Syst?emes Mobiles de Surveillance de Patients (SMSP) . . . . . . . . 23 1.7.2.1 R?eseau local sans ?l (RLSF) . . . . . . . . . . . . . . . . . 24 1.7.2.2 Serveur local ?a domicile (SLD) . . . . . . . . . . . . . . . 24 1.7.2.3 Serveur m?edical distant (SMD) . . . . . . . . . . . . . . . 24 1.7.3 Syst?eme utilisant des capteurs . . . . . . . . . . . . . . . . . . . . . 25 1.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2 DATA MINING 27 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.2 D?e?nition d'un Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3 Les domaines d'application de Data Mining . . . . . . . . . . . . . . . . . 28 2.3.1 Le data mining dans la banque . . . . . . . . . . . . . . . . . . . . 29 2.3.2 Le data mining dans l'assurance . . . . . . . . . . . . . . . . . . . . 29 2.3.3 Le data mining dans le commerce . . . . . . . . . . . . . . . . . . . 29 2.3.4 Le data mining dans la d?etection de fraude . . . . . . . . . . . . . . 29 2.3.5 Le Data mining dans la m?edicine et la pharmacie . . . . . . . . . . 29 2.4 Processus de Data Mining (ECD) . . . . . . . . . . . . . . . . . . . . . . . 30 2.4.1 Nettoyage et int?egration des donn?ees . . . . . . . . . . . . . . . . . 31 2.4.2 Pr?e-traitement des donn?ees . . . . . . . . . . . . . . . . . . . . . . 31 2.4.3 Fouille de donn?ees . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.4 ?Evaluation et pr?esentation . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.4.1 La validation statistique . . . . . . . . . . . . . . . . . . . 32 2.4.4.2 La validation par expertise . . . . . . . . . . . . . . . . . 32 2.5 Principales t^aches de fouille de donn?ees . . . . . . . . . . . . . . . . . . . . 32 2.5.1 Classi?cation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.5.1.1 Classi?cation supervis?ee (apprentissage) . . . . . . . . . . 34 2.5.1.2 Classi?cation non supervis?ee . . . . . . . . . . . . . . . . . 34 2.5.2 L'estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.5.3 La pr?ediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.5.4 Les r?egles d'association . . . . . . . . . . . . . . . . . . . . . . . . 34 2.5.5 La segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.6 Apprentissage supervis?e Vs Apprentissage non supervis?e . . . . . . . . . . 35 2.7 Mod?elisation descriptive Vs pr?edictive . . . . . . . . . . . . . . . . . . . . 35 2.8 Les m?ethodes de data mining . . . . . . . . . . . . . . . . . . . . . . . . . 36 2.8.1 Les m?ethodes classiques . . . . . . . . . . . . . . . . . . . . . . . . 36 2.8.2 Les m?ethodes sophistiqu?ees . . . . . . . . . . . . . . . . . . . . . . 36 2.8.2.1 Arbre de d?ecision . . . . . . . . . . . . . . . . . . . . . . . 37 2.8.2.2 Les r?eseaux de neurones . . . . . . . . . . . . . . . . . . . 38 2.8.2.3 Deep learning . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.8.2.4 R?egles d'association . . . . . . . . . . . . . . . . . . . . . 41 2.9 Les machines ?a support vecteurs (SVM) . . . . . . . . . . . . . . . . . . . 42 2.9.1 Principe de la technique SVM . . . . . . . . . . . . . . . . . . . . . 42 2.9.1.1 Hyperplan . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.9.1.2 Vecteurs supports . . . . . . . . . . . . . . . . . . . . . . . 43 2.9.1.3 Marge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.9.1.4 Maximiser la marge . . . . . . . . . . . . . . . . . . . . . 44 2.9.2 Les ?etapes de construction d'un mod?ele de d?ecision . . . . . . . . . 45 2.9.3 Avantage et inconv?enients des SVM . . . . . . . . . . . . . . . . . . 46 2.10 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3 CONCEPTION 48 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.2 Sp?eci?cation des besoins . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3 Le diagrammes des cas d'utilisation . . . . . . . . . . . . . . . . . . . . . . 50 3.3.1 Application patient . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.3.2 Application m?edecin . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.3.3 Administration du syst?eme . . . . . . . . . . . . . . . . . . . . . . . 56 3.4 Architecture du syst?eme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.5 S?ecurit?e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4 IMPL?EMENTATION ET R?ESULTAT 61 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 4.2 Environnement et outils de programmation . . . . . . . . . . . . . . . . . . 61 4.2.1 XAMPP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.2.2 Apache . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.2.3 phpMyAdmin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 4.2.4 Android Studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 4.2.5 Android Wear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 4.2.6 Weka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.2.7 Biblioth?eque LibSVM . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.2.7.1 Param?etres SVM pris en charge par la librairie [26] . . . . 66 4.2.8 Langages de programmation . . . . . . . . . . . . . . . . . . . . . . 67 4.2.8.1 PHP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4.2.8.2 Javascript . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4.2.8.3 JAVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 4.2.8.4 SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 4.3 Interface de l'application de Surveillance M?edicale ?a Distance (SMD) . . . 69 4.3.0.1 Application patient . . . . . . . . . . . . . . . . . . . . . . 70 4.3.0.2 Application M?edecin . . . . . . . . . . . . . . . . . . . . . 73 4.3.0.3 Application d'administration . . . . . . . . . . . . . . . . 76 4.4 Validation sur le cas des maladies cardiovasculaire . . . . . . . . . . . . . 80 4.4.1 Base de donn?ees utilis?e . . . . . . . . . . . . . . . . . . . . . . . . . 80 4.4.2 Pr?e-traitements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 4.4.3 Exp?erimentations et r?esultats . . . . . . . . . . . . . . . . . . . . . 82 4.4.4 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5 CONCLUSION G?EN?ERALE 87 Bibliographie 89 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/437 | Mémoire master | bibliothèque sciences exactes | Consultable |
