Les axes de recherches

LES DIFFERENTS MODES DE DETECTION DES CHUTES :LES AXES DE RECHERCHE*
     (*source : N. Noury, Laboratoire TIMC-IMAG Université Grenoble I)

A (vitesse d’inclinaison élevée)
B (impact, chute)
C (après la chute)

Analyse de scénarios (accéléromètres, vidéo, sons...)
Immobilisation prolongées (vidéo, accéléromètres)
Position allongée au sol (accéléromètres, capteurs de sol)
Choc au sol (accéléromètres)
Vitesse verticale (accéléromètres, gyromères)

Détection des modifications des vitesses de déplacement verticale

Ce système de détection est basé sur le repérage de l’accélération rapide de la vitesse verticale qui survient lors de la chute.

En augmentant linéairement avec le temps, la vitesse verticale, qui correspondant à une accélération constante de la gravitation, va dépasser le seuil de vitesse du mouvement contrôlé lors de la chute.

L’équipe de Wu de l’Université du Vermont aux USA, a montré par l’analyse vidéo de patients chutant que les vitesses verticale et horizontale étaient dissimilaires pendant les mouvements contrôlés mais devenaient quasi-similaires pendant la chute : un bon moyen de la caractériser par les modifications de ces vitesses. Nait-Charif et Rougier ont eux aussi étudié la chute par l’analyse vidéo mais cette fois des mouvements de la tête en utilisant les seuils de vitesses verticales et longitudinales.

Le principal problème de ces méthodes de détection est que les seuils de détection sont difficiles à déterminer en raison d’une importante variabilité de vitesse de déplacement contrôlé des individus (variabilité inter-individuelle). Si ces seuils sont trop bas, ils conduisent à détecter des chutes alors qu’il n’y en a pas (les faux positifs). Inversement, s’ils sont trop hauts, on risque de passer à coté de chutes non détectées (les faux négatifs). Plusieurs équipes tentent de remédier à ces causes d’erreur (Noury (Université de Grenoble) par un apprentissage supervisé, Depeursinge (CSEM, Lausanne) non-supervisé).

Plusieurs types de capteurs ont été proposés, notamment des accéléromètres et des gyroscopes (rotation), avec une localisation au niveau du buste (Hwang, Noury), du sacrum (Prado,Espagne), de la taille (Matie) ou encore de la tête.

Pour aller plus loin que la simple détection, une équipe japonaise (Fuyaka, Japon) a récemment proposé que la détection de la phase critique permette le déclenchement d’un airbag !


Détection du choc au sol

Lors de l’impact, la vitesse s’inverse brutalement. Ce système de détection est basé sur le repérage de l’inversion du sens de l’accélération.

Les capteurs utilis̩s sont des acc̩l̩rom̬tres et des capteurs de choc, avec une localisation au niveau de la ceinture (Williams et Doughty, Irlande), du centre de lՎquilibre (Lindeman, Allemagne) ou du buste (Bourke, Irlande).

Les principales difficultés consistent à déterminer la direction de la trajectoire ainsi que la “signature” de l’impact, à l’origine de faux positifs.


Position allongée au sol

Ces systèmes de détection cherchent à repérer l’horizontalité du corps, signant la chute.

Plusieurs techniques existent : Certains capteurs répartis sur le corps détectent la position horizontale (“corps mort”), ou la perte du contact entre les pieds et le sol (Tamura, Japon). Toutefois lorsque la personne s’allonge sur un lit ou sur un canapé les capteurs risquent de prendre cela pour une chute (faux positifs).
Une autre méthode utilise des capteurs dans le sol qui détectent le contact du corps avec le sol (« sol actimétrique »).

A noter que certains laboratoires s’intéressent au bruit de l’impact lors de la chute : ils développent des capteurs de bruits pouvant isoler le bruit de l’impact et donner l’alerte. Il faut bien sur une excellente spécificité de ces techniques pour éviter que l’alerte ne soit donnée à chaque fois que l’on fait tomber un livre ou sa paire de lunette !


Immobilisation prolongée

La détection est basée sur l’absence de mouvement

Les capteurs détectant l’immobilité censée faire suite à la chute peuvent utiliser différentes méthodes : vibratomètres accéléromètres (arrêt des mouvements), des capteurs de présence infrarouges ou encore des caméras vidéo.

Les mouvements des segments corporels ont ainsi été analysés par exemple à l’aide d’un téléphone portable (Tamura, Japon). L’absence de déplacement a aussi été analysée par une caméra vidéo fixée au plafond (Mihailidis, Université de Toronto) ou par des capteurs infrarouges de présence (Noury, Université de Grenoble).

Si le temps d’immobilisation entre deux mouvements considéré comme critique par l’appareil avant le déclenchement d’une alerte est trop court, on obtient des faux positifs. Au contraire, si ce temps de latence est trop élevé, on aboutit à des retards d’intervention.

La vidéo pose de nombreuses difficultés techniques en termes de contrôle du champ de vision, de luminosité ambiante ou de vision dans l’espace. Cette méthode pose également des problèmes éthiques du fait de l’intrusivité qu’elle impose.

Il a été proposée l’intégration des algorithmes de prise de décision directement au niveau de la caméra afin d’éviter le transfert d’image vers l’extérieur du domicile.


Analyse de scénarios

La détection est basée sur une combinaison de paramètres caractéristiques d’une situation critique

Différents capteurs enregistrent des informations liées aux conditions d’environnement contemporaines de la chute et de ses suites immédiates, informations qui sont ensuite évaluées par analyse algorithmique.

Des dispositifs ont été développés à partir du croisement d’informations actimétriques enregistrées par des capteurs infrarouges, des micros ou encore des caméras vidéo équipant le domicile.

D’autres dispositifs, particulièrement prometteurs, sont basés sur l’analyse algorithmique du croisement d’informations issues d’accéléromètres détectant la chute et de détecteurs infrarouges détectant l’immobilisation prolongée (Noury, Université de Grenoble).