Documents disponibles écrits par cet auteur

Etude, Développement et Conception d’un Biocapteur Glucomètre / AL DHAHERI Mustafa Ayesh Ahmed 

Public ISBD Titre : Etude, Développement et Conception d’un Biocapteur Glucomètre Type de document : document électronique Auteurs : AL DHAHERI Mustafa Ayesh Ahmed, Auteur Année de publication : 2019-2020 Accompagnement : CD Langues : Français (fre) Catégories : Electronique:Electronique Biomédicale et Systèmes Embarqués Mots-clés : Glycémie  Spectroscopie proche infrarouge  Méthode non invasive Blood glucose  Near-infrared spectroscopy  Noninvasive method Résumé : courantes dans le monde et qui nécessite une surveillance continue pour éviter ses complications qui peuvent mettre en danger la santé des malades. Il est nécessaire de développer un système de surveillance non invasif qui évite les risques d’infections causés par les techniques de surveillance invasives. Cette thèse présente une méthode pour développer un capteur non invasif pour prédire la concentration de glucose dans le sang (BGC) en utilisant un capteur optique basée sur une longueur d’onde proche infrarouge (NIR). Un prototype est développé à l’aide d’un capteur de doigt basé sur une LED de 940 nm de longueur d’onde pour recueillir le signal photopléthysmogramme (PPG) qui varie en fonction de la concentration de glucose, un circuit est réalisé pour le prétraitement du signal PPG, ce circuit comprend un amplificateur et des circuits de filtre analogique, un Arduino UNO est utilisé pour la conversion analogique-numérique. Un filtre numérique Butterworth est utilisé pour lisser le signal (PPG), et calculer la valeur moyenne du signal de tension à partir des pics de signal PPG obtenus et l’utiliser comme paramètres d’entrée pour construire le modèle d’étalonnage entre le signal PPG et (BGC) réel basé sur la régression linéaire. L'expérience qui a été réalisée dans ce travail montre que l’erreur quadratique moyenne (RMSE) de la prédiction se situe entre 8,264mg/dL et 13,166 mg/dL, la moyenne de la RMSE étant d’environ 10,44mg/dL avec un coefficient de corrélation (R2) de 0,839, nous avons également observé que la prédiction de la concentration de glucose se trouve dans la région cliniquement acceptable de la grille d'erreur de Clark (CEG). Diabetes is considered one of the life-threatening diseases in the world which needs continuous monitoring to avoid the complication of diabetes. There is a need to develop a non-invasive monitoring system that avoids the risk of infection problems and pain caused by invasive monitoring techniques. This thesis presents a method for developing a noninvasive technique to predict the blood glucose concentration (BGC) based on the Near-infrared (NIR) light sensor. A prototype is developed using a finger sensor based on LED of 940 nm wavelength to collect photoplethysmography (PPG) signal which is variable depending on the glucose concentration, a module circuit to preprocess PPG signals is realized, which includes an amplifier and analog filter circuits, an Arduino UNO is used to analog-to-digital conversion. A digital Butterworth filter is used to smooth the signal (PPG), and calculate the average value of the voltage signal from the obtained PPG signal peaks and use it as input parameters to build the calibration model between the signal (PPG) and value of (BGC) based on linear regression. Experiments show that the Root Mean Squares Error (RMSE) of the prediction is between 8.264mg/dL and 13.166 mg/dL, the average of RMSE is about 10.44mg/dL with a correlation coefficient (R2) of 0.839, it is observed that the prediction of glucose concentration is in the clinically acceptable region of the standard Clark Error Grid (CEG). Directeur de thèse : MEKKAKIA-MAAZA Nasr-Eddine Etude, Développement et Conception d’un Biocapteur Glucomètre [document électronique] / AL DHAHERI Mustafa Ayesh Ahmed, Auteur . - 2019-2020 . -  + CD. Langues : Français (fre) Catégories : Electronique:Electronique Biomédicale et Systèmes Embarqués Mots-clés : Glycémie  Spectroscopie proche infrarouge  Méthode non invasive Blood glucose  Near-infrared spectroscopy  Noninvasive method Résumé : courantes dans le monde et qui nécessite une surveillance continue pour éviter ses complications qui peuvent mettre en danger la santé des malades. Il est nécessaire de développer un système de surveillance non invasif qui évite les risques d’infections causés par les techniques de surveillance invasives. Cette thèse présente une méthode pour développer un capteur non invasif pour prédire la concentration de glucose dans le sang (BGC) en utilisant un capteur optique basée sur une longueur d’onde proche infrarouge (NIR). Un prototype est développé à l’aide d’un capteur de doigt basé sur une LED de 940 nm de longueur d’onde pour recueillir le signal photopléthysmogramme (PPG) qui varie en fonction de la concentration de glucose, un circuit est réalisé pour le prétraitement du signal PPG, ce circuit comprend un amplificateur et des circuits de filtre analogique, un Arduino UNO est utilisé pour la conversion analogique-numérique. Un filtre numérique Butterworth est utilisé pour lisser le signal (PPG), et calculer la valeur moyenne du signal de tension à partir des pics de signal PPG obtenus et l’utiliser comme paramètres d’entrée pour construire le modèle d’étalonnage entre le signal PPG et (BGC) réel basé sur la régression linéaire. L'expérience qui a été réalisée dans ce travail montre que l’erreur quadratique moyenne (RMSE) de la prédiction se situe entre 8,264mg/dL et 13,166 mg/dL, la moyenne de la RMSE étant d’environ 10,44mg/dL avec un coefficient de corrélation (R2) de 0,839, nous avons également observé que la prédiction de la concentration de glucose se trouve dans la région cliniquement acceptable de la grille d'erreur de Clark (CEG). Diabetes is considered one of the life-threatening diseases in the world which needs continuous monitoring to avoid the complication of diabetes. There is a need to develop a non-invasive monitoring system that avoids the risk of infection problems and pain caused by invasive monitoring techniques. This thesis presents a method for developing a noninvasive technique to predict the blood glucose concentration (BGC) based on the Near-infrared (NIR) light sensor. A prototype is developed using a finger sensor based on LED of 940 nm wavelength to collect photoplethysmography (PPG) signal which is variable depending on the glucose concentration, a module circuit to preprocess PPG signals is realized, which includes an amplifier and analog filter circuits, an Arduino UNO is used to analog-to-digital conversion. A digital Butterworth filter is used to smooth the signal (PPG), and calculate the average value of the voltage signal from the obtained PPG signal peaks and use it as input parameters to build the calibration model between the signal (PPG) and value of (BGC) based on linear regression. Experiments show that the Root Mean Squares Error (RMSE) of the prediction is between 8.264mg/dL and 13.166 mg/dL, the average of RMSE is about 10.44mg/dL with a correlation coefficient (R2) of 0.839, it is observed that the prediction of glucose concentration is in the clinically acceptable region of the standard Clark Error Grid (CEG). Directeur de thèse : MEKKAKIA-MAAZA Nasr-Eddine

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
1752	02-09-597	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-09-597.pdf Adobe Acrobat PDF