Mesure sans contact de signaux physiologiques par analyse vidéo

Le LCOMS est un laboratoire pluridisciplinaire appartenant à l’Université de Lorraine (UL). L'équipe de recherche proposant ce stage développe depuis une dizaine d'année des méthodes permettant de mesurer et estimer des signaux physiologiques et des paramètres biomédicaux par des techniques sans contact, en particulier par analyse vidéo.

Contexte : le laboratoire LCOMS effectue depuis plusieurs années des recherches dans le domaine de la mesure de signaux physiologiques par caméra. Les techniques d’intelligence artificielle (IA) modernes ont récemment été utilisées pour mesurer la fréquence cardiaque et la tension artérielle [1]. L’analyse démarre du flux vidéo du visage enregistré par une caméra. Les recherches dans ce domaine s’orientent désormais vers l’estimation de paramètres physiologiques tels que la saturation pulsée en oxygène (SpO2) et la tension artérielle. Les travaux existants sur la SpO2 montrent que ces indicateurs sont difficilement estimables par caméra et que des efforts sont encore à fournir pour proposer des méthodes fiables [2].

Objectifs :
- Etudier la littérature scientifique
- Implanter les méthodes prometteuses. Ces dernières serviront de référence.
- Proposer un nouveau framework, de préférence basée sur l’IA.

Compétences développées au cours du stage : ce stage permettra à l’étudiant d’acquérir des compétences en traitement des signaux biomédicaux ainsi qu’en IA. L’application des recherches développées en laboratoire à l’entreprise sera aisément valorisable. Les stages en laboratoire ouvrent des opportunités de poursuite en thèse. Le LCOMS entretient également des liens avec des partenaires industriels qui peuvent être intéressés par les meilleurs profils que nous leurs recommandons.

Références
[1] F. Bousefsaf, A. Pruski, et C. Maaoui, « 3D Convolutional Neural Networks for Remote Pulse Rate Measurement and Mapping from Facial Video », Appl. Sci., vol. 9, no 20, p. 4364, oct. 2019
[2] B. Wei, X. Wu, C. Zhang, et Z. Lv, « Analysis and improvement of non-contact SpO2 extraction using an RGB webcam », Biomed. Opt. Express, vol. 12, no 8, p. 5227, août 2021, doi: 10.1364/BOE.423508.

le candidat devra disposer de compétences en informatique appliquée, IA et avoir des connaissances dans la mesure de signaux physiologiques. Une bonne maitrise du langage Python et de Matlab est attendue.