Analyse de la marche à distance utilisant la technologie radar ultra-large bande

Contexte de la recherche

L’analyse de la marche, l’étude des modes biomécaniques coordonnés du mouvement humain dans la marche, est non seulement un aspect important des recherches en biomécanique, mais elle peut également fournir une riche information sur l’état de santé. En particulier ces dernières années, il y a un intérêt croissant pour le développement de nouvelles solutions d’analyse de la marche à domicile, permettant aux individus de recevoir une évaluation complète de la marche dans le confort de leur foyer. Ce progrès profite non seulement aux personnes en bonne santé souhaitant optimiser leurs performances de marche, mais aussi aux patients souffrant de maladies chroniques musculo-squelettiques (comme l’arthrite et le mal de dos), de lésions cérébrales acquises (comme un AVC et des traumatismes crâniens) et de maladies neurodégénératives (comme la maladie de Parkinson et la maladie d’Alzheimer).

Les techniques actuelles d’analyse de la marche se divisent principalement en deux catégories : portables (directes) et non portables (à distance). Les systèmes portables sont souvent inadaptés à une surveillance de longue durée en raison du manque de coopération des utilisateurs, particulièrement chez les personnes âgées. La technologie de capture de mouvement basée sur des marqueurs, bien qu’elle soit actuellement la norme en matière d’évaluation de la marche, est difficilement utilisable dans un environnement domestique en raison des exigences spatiales et des coûts élevés. Par conséquent, la technologie sans marqueur non portable est particulièrement prisée. Les systèmes radar électromagnétiques sont une solution de surveillance sans marqueur particulièrement prometteuse, surtout le radar ultra-large bande (UWB) qui, grâce à sa capacité de mesure du temps de vol, a déjà été un succès dans de nombreuses applications liées à la santé telles que l’analyse des signes vitaux, la classification des stades du sommeil, la surveillance du système cardiovasculaire, la reconnaissance des activités de la vie quotidienne et la détection des chutes, démontrant ainsi la capacité des radars UWB à extraire des biomarqueurs physiologiques et comportementaux.

Source de la recherche et informations sur les auteurs

Cette étude a été rédigée par Charalambos Hadjipanayi, Maowen Yin, Alan Bannon, Adrien Rapeaux, Matthew Banger, Shlomi Haar, Tor Sverre Lande, Alison H. McGregor et Timothy G. Constandinou. Ces auteurs sont affiliés à la faculté de génie électrique et électronique, au centre de recherche sur les maladies neurologiques, au laboratoire de biodynamique, à la faculté de chirurgie et de cancérologie de l’Imperial College de Londres, ainsi qu’à la faculté d’informatique de l’Université d’Oslo. L’étude a été publiée en 2023 dans la revue « IEEE Transactions on Biomedical Engineering ».

Objectif et méthodes de la recherche

L’objectif principal de cette étude est d’explorer la faisabilité du radar ultra-large bande dans l’analyse de la marche à distance sans marqueur, spécifiquement en analysant les informations doppler provenant de trois capteurs radar UWB monostatiques pour extraire dix caractéristiques spatio-temporelles de la marche cliniquement significatives. Ces paramètres de marche sont comparés aux données de capture de mouvement optique pour vérifier leur précision.

Collecte des données et configuration expérimentale

Dans la configuration expérimentale, trois radars UWB monostatiques pulsés indépendants (XeThruTM X4M03 de Novelda AS) ont été utilisés, les données étant collectées selon un itinéraire spécifique (figure 1a). Tous les radars ont été configurés pour émettre simultanément des impulsions centrées à 7.29 GHz avec un taux d’échantillonnage de 500 Hz. Les données de mouvement au sol ont été recueillies à l’aide d’un système de capture de mouvement tridimensionnel basé sur des marqueurs, composé de 28 caméras infrarouges haute résolution suivant les positions de 27 marqueurs réfléchissants, permettant d’enregistrer les informations de marche des participants lorsqu’ils marchent en conditions stables.

Étapes de l’algorithme

1. Pré-traitement et analyse Doppler : Le pré-traitement du signal radar comprend la suppression du bruit et l’atténuation adaptative du fouillis utilisant la méthode de lissage exponentiel. Ensuite, la démodulation quadratique numérique est effectuée pour extraire le signal de base original.
2. Extraction des spectrogrammes : L’analyse en fréquence des signaux radar est effectuée par une transformation de Fourier à court terme pour obtenir une cartographie tridimensionnelle distance-Doppler-temps (RDT).
3. Détection des événements de la marche : Les événements du cycle de marche, y compris le temps de contact du talon (HS) et le temps de levée des orteils (TO), sont détectés en traçant l’enveloppe maximale simulée.
4. Extraction des paramètres spatio-temporels de la marche : Dix paramètres cliniques de la marche, tels que la longueur du pas, la largeur du pas, la durée du pas, et la vitesse de marche, sont extraits et les variabilités et asymétries sont calculées.

Résultats et discussion

Les résultats montrent que neuf des paramètres clés de la marche peuvent être estimés de manière cohérente avec une précision de 90 à 98 %, capturant 94,5 % de la variabilité de la marche des participants et 90,8 % de la symétrie des jambes. Une analyse de corrélation et une analyse Bland-Altman ont révélé une forte corrélation et une haute concordance entre les paramètres de la marche basés sur le radar et les valeurs réelles au sol.

Analyse de l’impact de la configuration radar

La performance de l’algorithme a été comparée avec différentes configurations de radar (un radar, deux radars, trois radars), montrant que plus le nombre de radars est élevé, plus la précision globale est élevée. Dans la meilleure configuration de localisation unidimensionnelle à trois radars, la précision de l’extraction des caractéristiques spatiales est la plus élevée.

Conclusion de la recherche

L’étude démontre que le radar ultra-large bande peut fournir une qualité d’analyse de la marche comparable à l’évaluation standard en laboratoire. Il a le potentiel de passer des outils d’analyse de la marche coûteux et encombrants à des solutions domestiques non intrusives et abordables, permettant aux chercheurs et aux applications de santé d’effectuer une surveillance continue de longue durée. Bien que les premiers résultats soient prometteurs, d’autres recherches sont nécessaires pour évaluer la performance du système dans des scénarios d’application réelle chez les patients présentant des anomalies de la marche, afin de réaliser des applications plus larges en clinique et à domicile.