Développement de méthodes innovantes utilisant un capteur de mouvement pour la détection de troubles de la marche

Introduction Les tests pour evaluer la degradation de la marche des patients atteints de maladie neurodegenerative, comme la sclerose en plaques (SEP), consistent le plus souvent a mesurer le temps qui leur est necessaire pour parcourir une distance fixee ou la distance qu’ils peuvent parcourir en une certaine duree. Ces tests constituent une mesure peu precise et n’ont lieu que lors des consultations. L’utilisation d’objets connectes, tels que les capteurs de mouvement, pourrait permettre une mesure plus frequente et plus precise de l’evolution de la maladie du patient, et ce dans sa vie quotidienne. Dans le cadre d’un contrat de collaboration de recherche, l’entreprise UmanIT et le laboratoire de mathematique Jean Leray de Nantes developpent une methode statistique pour l’analyse des troubles de la marche a l’aide d’un unique capteur de mouvement place a la ceinture. Le dispositif qui en resultera devra egalement etre compatible avec une utilisation dans la vie quotidienne du patient. Afin de concevoir un prototype pour une future etude realisee aupres de patients atteints de SEP, une premiere version du dispositif est en court de developpement. Elle sera tres prochainement testee aupres de volontaires sains (employes d’UmanIT). L’objectif du travail presente est de developper une methode statistique robuste pour analyser la marche a partir des donnees du capteur de mouvement. Methode Les donnees seront acquises aupres de 20 volontaires, qui auront pour consigne de marcher sur une distance de 15 metres dans deux conditions : la premiere en condition normale et la seconde correspondant a un trouble de la marche simule par le port d’une attelle qui genera le mouvement du genou. L’analyse des donnees de marche se decomposera en deux temps. Dans une premiere etape, un algorithme combinant une methode de detection de points de rupture et une methode de classification non supervisee adaptee aux series chronologiques permettra la detection et la segmentation des donnees en cycles de marche (un cycle correspondant a l’ensemble des mouvements realises entre deux positions identiques d’un meme pied, par exemple : pose du talon droit au sol). A partir des segments correspondant aux cycles de marche, l’etape suivante consistera a determiner le cycle representatif de chaque individu pour chaque condition, a l’aide de methodes de classifications supervisees pour donnees chronologiques multidimensionnelles. Puis, le cycle de marche representatif sera relie a l’etat de degradation de la marche (dans le cadre de cette phase de test : presence ou absence de l’attelle) par la methode statistique identifiee comme la plus adaptee. Resultats La phase de test n’a pas encore ete realisee au moment de la redaction de cette soumission. Les donnees seront recueillies courant janvier 2019 et les premiers resultats devraient etre obtenus au cours des deux mois suivants. Conclusion Ces resultats permettront la mise au point d’un prototype valide pour une phase d’essai aupres de patients atteints de sclerose en plaques qui debutera en mai 2019. Le projet devrait aboutir a la mise au point d’un dispositif permettant aux cliniciens d’obtenir une mesure frequente, quantitative et representative de l’etat de degradation de la marche des patients et qui a terme pourra etre obtenue dans la vie quotidienne.