Version classiqueVersion mobile
OpenEdition Books

Quatre ans de recherche urbaine 2001-2004. Volume 2

 | 
Émilie Bajolet
, 
Marie-Flore Mattéi
, 
Jean-Marc Rennes

V. Milieux physiques, ambiances urbaines et technologies

Détection et reconnaissance des sons pour la surveillance médicale*1

Dan Istrate

Texte intégral

OBJET ET PROBLÉMATIQUE

  • * Recherche n’ayant pas fait l’objet d’une présentation lors du colloque.
  • 1 Thèse de doctorat de l’Institut National Polytechnique de Grenoble (INPG) dans la spécialité « Sig (...)

1Depuis quelques années se développe le concept général d’espace perceptif ou salle intelligente qui répond de diverses façons aux besoins, aux demandes, aux attentes des acteurs humains. Les espaces perceptifs traitent des signaux de parole, des signaux vidéo, les données de l’environnement, la localisation des personnes, le suivi et la reconnaissance des gestes, etc.

2Ce travail de thèse se situe à la frontière entre les espaces perceptifs et la télémédecine qui a récemment évolué vers la télésurveillance des malades, le télédiagnostic, etc. La télésurveillance est notamment utilisée pour suivre l’évolution de personnes à risques (maladies chroniques ou personnes exposées à des situations critiques). Cela peut être à domicile (personnes âgées) ou dans un environnement professionnel dangereux.

3L’analyse et l’extraction des informations du son est un aspect important des espaces perceptifs pour la télésurveillance médicale. Dans ce contexte, cette thèse analyse et propose des solutions aux problématiques spécifiques au traitement du son dans les espaces perceptifs plus particulièrement pour la télésurveillance médicale.

4Parmi ces problématiques la classification automatique de sons de la vie courante a été très peu explorée jusqu’à aujourd’hui.

SYSTÈME D’ANALYSE SONORE

5Dans ce travail, un système d’analyse sonore en deux étapes est proposé pour éviter d’analyser un flux audio continu (figure 1).

Fig. 1 – Schéma du système d’analyse sonore.

6L’absence d’une base de sons spécifique à une application de télésurveillance médicale nous a amené à enregistrer et à regrouper différentes bases sonores dans une base de sons de la vie courante qui contient 3 354 sons (une heure et trente-cinq minutes de signal). Ce corpus de sons nous a servi de point de départ pour la réalisation des bases pour la conception et la réalisation de trois autres bases de test spécifiques à l’étape de la détection, à celle de la classification et à l’ensemble du système.

7Le rôle de la détection des événements sonores est d’extraire du bruit environnemental les signaux à identifier. Appliquée en même temps sur un ensemble de capteurs sonores répartis dans l’appartement, elle permet également une première localisation de la source sonore. Les algorithmes issus de l’état de l’art se montrant insuffisamment efficaces dans nos conditions de bruit, de nouveaux algorithmes mieux adaptés aux signaux impulsionnels, comme ceux utilisant la transformée en ondelettes sont proposés. La transformée en ondelettes est mieux adaptée aux signaux impulsionnels grâce à sa résolution adaptable en fréquence. L’algorithme proposé utilise l’énergie des coefficients de cette transformée pour détecter l’apparition d’un signal. L’erreur de détection de cet algorithme sur notre base de test est de 0 % pour des rapports signal sur bruit ≥10 dB et de 7 % pour un rapport signal sur bruit de 0 dB. Un exemple de détection d’une sonnerie de téléphone dans un bruit d’écoulement d’eau pour un rapport signal sur bruit de 0 dB est présenté dans la figure 2. Le même algorithme est utilisé pour la détection de la fin du signal nécessaire pour l’amélioration des performances de la deuxième étape, celle de la classification. La détection de la fin est obtenue par l’inversion temporelle du signal et l’application du même algorithme.

Fig. 2 – Détection d’une sonnerie de téléphone dans un bruit d’écoulement d’eau (RSB=0 dB).

8Pour la classification des sons proprement dite, l’utilisation de techniques issues de la reconnaissance automatique de la parole est d’abord envisagée. Ces techniques sont ensuite enrichies par l’ajout de paramètres acoustiques mieux adaptés, parmi lesquels ceux issus de la transformée en ondelettes et de la détection de signaux musicaux. Les modèles de mélange des gaussiennes ont été choisis pour la classification à cause de leur adaptabilité aux différents types de formes à classifier. Les performances de la classification dans la présence du bruit expérimental pour des rapports signal sur bruit ≤ 20 dB s’avèrant insuffisantes, une solution de prétraitement est présentée. Le prétraitement proposé est fondé sur le seuillage adaptatif des coefficients de la transformée en ondelettes.

9Les problématiques liées au couplage entre la détection et la classification, ainsi que le problème de l’évaluation d’un tel système sont aussi abordés dans ce travail. Une méthodologie d’évaluation d’un système d’analyse sonore pour une application de télésurveillance médicale est proposé ; l’évaluation du système proposé sur notre base de test donne un taux global de détections manquées de 3 % et un taux global de fausses alarmes de 12 %.

Fig. 3 – La face avant du logiciel de détection des événements sonores en temps réel sur cinq canaux sonores.

10Enfin, l’évolution vers un système de reconnaissance de « sons-clés », inspiré de la reconnaissance de mots-clés en parole, est ébauchée. Ce système, à une seule étape, segmente et classifie les sons rencontrés.

11Une implémentation en temps réel des algorithmes proposés a été réalisée pour l’application de télésurveillance médicale et est en cours de validation dans l’appartement test disponible pour le projet (figure 3). Certains résultats expérimentaux présentés dans le document proviennent directement de cet appartement test.

VALORISATION

12Castelli E., Istrate D., (2001), « Multichannel Audio Acquisition for Medical Supervision in an Intelligent Habitat », Proceedings of the European Conference on Circuits Theory and Devices, Helsinki, Finlande, 28-31 août 2001, pp. II-1 II-4.

13Castelli E., Istrate D., Rialle V., Noury N., (2001), « Information extraction from speech in stress situation. Application to the Medical Supervision in a Smart House », Actes de la Conférence ORAGE (ORAlité et GEstua-lité), Aix-en-Provence, France, 18-22 juin 2001, pp. 362-371.

14Castelli E., Vacher M., Istrate D., Besacier L., Serignat J.-F., (2003), « Habitat Telemonitoring System Based on the Sound Surveillance », Proceedings of the International Conference on Information Communication Technologies in Health, Samos, Greece, 13-15 juillet 2003, pp. 141-146.

15Istrate D., Castelli E., (2001), « Everyday Life Sounds and Speech Analysis for a Medical Telemonitoring System », Proceedings of the EUROSPEECH Conference, Aalborg, Danemark, 3-7 septembre 2001, pp. 2417-2420.

16Istrate D., Castelli E., (2001), « Multichannel Sound Acquisition with Stress Situations Determination for Medical Supervision in a Smart House », Proceedings of the Text Speech and Dialogue Conference, Zelezna Ruda, République Tchèque, 10-13 septembre 2001, pp. 266-272.

17Istrate D., Virone G., Vacher M., Castelli E., Serignat J.-F., (2003) « Communication Between A Multi-channel Audio Acquisition And An Information System In A Health Smart Home For Data Fusion », Proceedings of the International Association of Science and TEchnology for Development, Conference on Internet and Multimedia Systems and Networks, Honolulu, Hawaii, 13-15 août 2003.

18Vacher M., Istrate D., Besacier L., Serignat J.-F., Castelli E., (2004), « Sound Detection and Classification for Medical Telesurvey », Proceedings of the IASTED Biomedical Conference, Innsbruck, Autriche, février 2004, pp. 395-399.

19Vacher M., Istrate D., Besacier L., Serignat J.-F., Castelli E., (2003), « Life Sounds Extraction and Classification in Noisy Environment », Proceedings of the International Association of Science and TEchnology for Development, Conference on Signal Image Processing, Honolulu, Hawaii, 13-15 août 2003.

20Vacher M., Istrate D., Besacier L., Serignat J.-F., Castelli E., (2003), « Smart Audio Sensor for Telemedicine », Proceedings of the Smart Objects Conferences sOc’2003, Grenoble, France, 15-17 mai 2003, pp. 222-225.

21Vacher M., Istrate D., Serignat J.-F., (2004), « Sound Detection And Classification Through Transient Models Using wavelet Coefficient Trees », EUSIPCO 2004.

22Virone G., Istrate D., Vacher M., Serignat J.-F., Noury N., Demongeot J., (2003), « First Steps in Data Fusion between a Multichannel Audio Acquisition and an Information System for Home Healthcare », Proceedings of the IEEE Engineering In Medicine And Biology Society Conference, Cancun, Mexique, 13-15 septembre 2003, pp. 1364-1367.

Bibliographie

RÉFÉRENCES

Couvreur C., (1997), Environmental Sound Recognition : A statistical approach, PhD thesis, Faculté Polytechnique de Mons, Belgique.

Dufaux A., (2001), Detection and recognition of Impulsive Sounds Signals, PhD thesis, Faculté des sciences de l’Université de Neuchâtel, Suisse.

Gökhun S., Özer H., (2000), « Voice activity detection in nonstationary noise », IEEE Transactions on Speech and Audio Processing, vol. 8, n° 4, pp. 478-482.

Notes

1 Thèse de doctorat de l’Institut National Polytechnique de Grenoble (INPG) dans la spécialité « Signal, Image, Parole, Télécom » sous la direction d’Éric Castelli et la co-direction de Laurent Besacier, soutenue le 16 décembre 2003 à Grenoble. Jury : M. James L. Crowley (professeur, HDR, INPG – président), M. Gaël Richard (maître de conférences, HDR, ENST, Paris – rapporteur), M. Michael Ansorge (Privat Docent, Université de Neuchâtel – rapporteur), M. Éric Castelli (maître de conférences, HDR, INPG – directeur de thèse), M. Laurent Besacier (maître de conférences, Université de Grenoble 1 (UJF) – codirecteur de thèse), M. Pierre-Yves Coulon (professeur, HDR, INPG – examinateur).

Notes de fin

* Recherche n’ayant pas fait l’objet d’une présentation lors du colloque.

Table des illustrations

Légende Fig. 1 – Schéma du système d’analyse sonore.
URL http://books.openedition.org/pufr/docannexe/image/533/img-1.jpg
Fichier image/jpeg, 127k
Légende Fig. 2 – Détection d’une sonnerie de téléphone dans un bruit d’écoulement d’eau (RSB=0 dB).
URL http://books.openedition.org/pufr/docannexe/image/533/img-2.jpg
Fichier image/jpeg, 121k
Légende Fig. 3 – La face avant du logiciel de détection des événements sonores en temps réel sur cinq canaux sonores.
URL http://books.openedition.org/pufr/docannexe/image/533/img-3.jpg
Fichier image/jpeg, 408k

Auteur

Allocataire de recherche

Docteur de l’INPG, spécialité : Signal, Image, Parole, Télécom.


mailto:Dan.Istrate@imag.fr
CLIPS-IMAG (Communication Langagière et Interaction Personne-Système)
UMR CNR /UJF/INPG 5524
BP53
38041 Grenoble Cedex 9
Tél. : 04 76 51 46 34
mailto:www-clips.imag.fr

© Presses universitaires François-Rabelais, 2006

Conditions d’utilisation : http://www.openedition.org/6540