Classification de sujets asymptomatiques et gonarthrosiques en fonction des données cinématiques comparaison de l'approche globale et de l'approche locale
La présente étude a pour but de développer une méthode de classification automatique des sujets asymptomatiques (AS) et des sujets gonarthrosiques (OA) en se basant sur leurs données cinématique globales et locales lors d’un cycle de marche normale. Quatorze participants asymptomatiques et 30 pat...
Main Author: | |
---|---|
Format: | Others |
Published: |
École de technologie supérieure
2011
|
Online Access: | http://espace.etsmtl.ca/933/1/OUAKRIM_Youssef.pdf http://espace.etsmtl.ca/933/2/OUAKRIM_Youssef%2Dweb.pdf |
Summary: | La présente étude a pour but de développer une méthode de classification automatique des
sujets asymptomatiques (AS) et des sujets gonarthrosiques (OA) en se basant sur leurs
données cinématique globales et locales lors d’un cycle de marche normale.
Quatorze participants asymptomatiques et 30 patients gonarthrosiques (regroupés en deux
groupes de sévérité de la gonarthrose selon l’échelle de Kellgren & Lawrence (KL), 16 avec
un degré de sévérité dite légère et 14 avec un niveau de sévérité certain ou évolué) ont
participé à cette étude. Le système de classification développé se décompose en trois
modules: 1- Module d’acquisition des données cinématiques (adduction-abduction, flexionextension
et rotation interne-externe) à l’aide d’un exosquelette placé sur l’articulation du
genou ; 2- Module d’extraction des caractéristiques selon deux approches, globale et locale.
L’approche globale consiste à caractériser les données cinématiques en leur totalité tout en
cherchant le sous-cycle du signal cinématique le plus discriminant tandis que l’approche
locale caractérise les données cinématique par des points d’intérêts. 3- Module classification
se fait par deux niveaux d’ordre hiérarchiques, une première classification pour discriminer
les sujets AS des OA, et une autre classification pour ressortir les grades de sévérité des
sujets OA selon deux groupe (OAKL1,2 et OAKL3,4). Le système de classification utilisé se
base sur la méthode des sous-espaces en utilisant la décomposition en valeur singulière
(SVD).
Les résultats de classification obtenus montrent que le signal cinématique d’adductionabduction
est le plus discriminant pour les deux approches globales et locales. Le taux de
classification des représentations globales des sujets AS et OA est de 93,18%, et de 93,33%
entre OAKL1,2 et OAKL3,4. Alors que le taux de classification des représentations locales entre
les sujets AS et OA est de 77,27% et de 83,33% entre les sujets OAKL1,2 et OAKL3,4.
Pour conclure, les données cinématiques globales d’adduction-abduction permettent une
meilleure classification hiérarchique entre les sujets AS et OA en premier lieu et entre les
grades des sujets OA (OAKL1,2 et OAKL3,4) en deuxième lieu. |
---|