Analyse en temps réel de signes vitaux grâce à l’application de techniques d’apprentissage automatique et à la synchronisation d’une pluralité de senseurs physiologiques

La photopléthysmographie (PPG) est une méthode non invasive mesurant les changements de volume sanguin
dans les tissus. Cette technique permet de dériver des métriques physiologiques importantes, telles que la
fréquence cardiaque, la saturation en oxygène et la pression artérielle. Cependant, pour des résultats fiables, il
est crucial de prendre en compte les différences physiologiques des individus, notamment relié à la couleur de
peau, au sexe ainsi qu’à l’âge et de surmonter les problèmes d’artefacts de mouvement.
Le projet vise à améliorer la fiabilité des métriques PPG en utilisant l’IA et un nouveau capteur portable de SiFi
Laboratoires pour améliorer la précision de la mesure de la pression artérielle en télémédecine. L’intégration de
ces technologies de pointe permettra d’obtenir des mesures de pression artérielle plus précises, ce qui peut avoir
des implications significatives pour la surveillance à distance de la santé des patients, en particulier pour les
personnes atteintes d’hypertension artérielle.

Faculty Supervisor:

Pascal Germain

Student:

Partner:

SiFi Laboratoires

Discipline:

Computer science

Sector:

Manufacturing

University:

Université Laval

Program: