Accéléromètre, Gyroscope, Sécurité de l'IoT, SVM, MitM, E-santé, Détection des chutes humaines

Le vieillissement de la population est l'un des problèmes clés pour la grande majorité de nombreux pays. Le nombre de personnes âgées souffrant de multiples maladies et nécessitant une surveillance continue de leurs signes vitaux augmente chaque jour, entraînant des coûts de santé supplémentaires. Les systèmes de santé modernes en médecine gériatrique nécessitent souvent la présence de personnes âgées à l'hôpital, ce qui est en conflit avec leur exigence d'indépendance et d'intimité. Les développements récents sur la télésurveillance e-santé offrent une large gamme de solutions. Cependant, la plupart des appareils sont conçus pour une détection médicale spécifique et fonctionnent indépendamment les uns des autres. Il y a toujours un manque de cadre intégré avec une interopérabilité élevée et un support de surveillance en ligne continu pour une analyse de corrélation plus approfondie. Cette thèse est une étape vers un système de collecte de données à distance, complet et continu pour les personnes âgées présentant divers types de problèmes de santé. Notre esprit de recherche est motivé par la demande immédiate d'un système de surveillance de la santé à distance sans fil sécurisé et fiable pour les personnes âgées en résidence assistée, combinant diverses sources de données. Pour créer un système aussi complet, nous le divisons en sous-systèmes, afin de le rendre réalisable et facile à mettre en œuvre, nous permettant ainsi de mettre à jour chaque sous-système individuellement dans les études futures sans affecter les autres sous-systèmes intégrés. L'accent est mis sur un système complet de surveillance à distance de l'e- santé. La liste des principales contributions contient (1) proposer une nouvelle approche pour la sécurité des appareils surveillés et proposer une solution pour prévenir les attaques MiTM et réduire la consommation d'énergie, (2) nous proposons une détection de chute fiable, (3) étudier et développer une nouvelle méthode de reconnaissance des activités quotidiennes des patients âgés surveillés, (4) proposer une approche pour améliorer la fiabilité du système et réduire les fausses alarmes et les interventions inutiles, (5) proposer et développer un algorithme de conversion de la langue des signes en texte utilisant une analyse de fusion multi-capteurs. En conséquence, nous prévoyons de fournir un système de surveillance avec une précision fiable dans la détection d'événements anormaux et de déclencher une alarme lors de la détection de tels événements pour demander de l'aide et de l'assistance.