Mise au point et validation d'un algorithme pour caractériser le sommeil à l'aide du vêtement intelligent Hexoskin

Une nouvelle technologie de mesure des signaux physiologiques à l'aide de capteurs intégrés à un vêtement dit « intelligent » a été récemment mise au point par Carré Technologies inc. de Montréal. Le vêtement Hexoskin permet d'enregistrer l'électrocardiogramme (ECG), le signal respiratoire et les mouvements du sujet. Le projet est réalisé dans le cadre d'une collaboration entre l'École Polytechnique de Montréal, la compagnie Carré Technologies inc. et le laboratoire du sommeil de l'Hôpital Rivière-des-Prairies. L'être humain passe environ le tiers de sa vie à dormir, majoritairement durant la nuit. Le sommeil se définit comme un état réversible de comportement et un désengagement de perception. Présentement, la technique de base pour la surveillance du sommeil et le diagnostic de certains troubles est la polysomnographie. Cette technique étudie différents signaux physiologiques, mais elle utilise principalement les signaux d'électroencéphalogramme (EEG) et d'électro-oculogramme (EOG). En 1968, un comité international dirigé par Rechtshaffen et Kales rédige le Manual of standardized terminology, techniques and scoring system for sleep stages of human subjects pour standardiser l'étude du sommeil. L'objectif de ce projet est de mettre au point et de valider un algorithme pour analyser les signaux recueillis par les capteurs intégrés au vêtement intelligent Hexoskin de façon à caractériser et reconnaitre les différents stades du sommeil. L'hypothèse de départ est que les signaux sont suffisants pour réaliser une classification en accord avec la méthode de polysomnographie standard. On cherche à distinguer l'éveil, le sommeil paradoxal (SP) et le sommeil non paradoxal (SNP). Il faut donc établir une relation entre les signaux Hexoskin et les phases de sommeil. La collecte de données a été évaluée et approuvée par le comité d'éthique de la recherche de l'Hôpital Rivière-des-Prairies et de l'École Polytechnique de Montréal. Ainsi, 13 femmes et 8 hommes ont été recrutés. Il s'agit de sujets sains et sans problème de sommeil dont la moyenne d'âge est de 22 ans, allant de 19 ans à 25 ans. Les deux premiers algorithmes implémentés sont inspirés de méthodes présentées dans la littérature. Premièrement, on adapte la méthode de Kurihara et Watanabe en calculant leur paramètre de classification sur le rythme respiratoire en plus du rythme cardiaque. La méthode présentée par Kesper et al. est également adaptée. Par la suite, la mise au point des algorithmes