M. Bernard Riera, Professeur des Universités, Université de Reims Champagne-Ardenne, Rapporteur

M. Saïd Mammar Professeur des Universités, Université d'Evry Val-d'Essonne, Examinateur

M. Mounir Mokhtari, Professeur des Universités, Institut Mines-Télécom, Examinateur

Mme Marianne Sarazin, Praticien hospitalier spécialisé en santé publique, Université de Saint-Etienne, Examinatrice

M. Jean-Jacques Lesage, Professeur des Universités, Ecole

Normale Supérieure Paris-Saclay, Directeur de thèse

M. Gregory Faraut, Maître de conférences, Ecole Normale Supérieure Paris-Saclay, Co-encadrant de thèse

Face à l'augmentation du nombre de personnes fragiles dû au vieillissement mondial de la population, des solutions innovantes sont explorées afin d'assurer un accès de soin efficace aux personnes restant à leur domicile.
Le domaine scientifique de l'Ambient Assisted Living (AAL) exploite les technologies des habitats intelligents afin de faciliter le vieillissement à domicile et d'offrir un niveau de sécurité satisfaisant.
En particulier, de nombreux travaux existants exploitent des capteurs embarqués sur la personne afin de surveiller leurs constantes vitales : température, rythme cardiaque, etc.
Ces capteurs offrent des informations pertinentes au corps médical, mais certains troubles tels que le déclin physique, ou les troubles cognitifs, entrainent en premier lieu un changement du comportement de l'habitant, ce qui entraine alors dans un second temps des altérations dans ses constantes vitales.
Cette situation est particulièrement complexe pour le corps médical, puisque l'observation seule des signes vitaux entraine une détection tardive et difficile du trouble responsable.
Ainsi, cette thèse propose une démarche pour la surveillance de comportement, c'est-à-dire la manière dont l'habitant conduit ses activités quotidiennes, afin de détecter des déviations de comportement et d'en renseigner le corps médical afin d'assister sa prise de décision.
Cette approche est rendue possible grâce aux travaux récents concernant la reconnaissance des activités qui permettent d'identifier l'activité menée par l'habitant en fonction des évènements capteurs générés à son domicile.

Une revue de la littérature médicale et concernant l'AAL a été menée afin d'identifier les troubles médicaux et symptômes associés d'intérêt pour le corps médical, et les caractéristiques du comportement qu'ils affectent.
Deux caractéristiques ont été identifiées comme particulièrement pertinentes du fait de leur couverture : l'ordonnancement et la durée des activités menés par l'habitant.
De plus, deux types de déviation de comportement ont également été identifiés comme pertinent à détecter : les anomalies de comportement, c'est-à-dire les changements brusques de comportement qui peuvent être dues à un accident ou une maladie se déclarant du jour au lendemain, et les déviations de long terme qui résultent de changements lents et progressifs du comportement dus à des troubles dégénératifs.

Les travaux présentés dans cette thèse visent à détecter ces deux types de déviations de comportement concernant les caractéristiques de comportement identifiées comme pertinentes chez un habitant vivant seul au sein d'un habitat instrumenté.
Seules les informations binaires sont considérées, permettant d'utiliser tout type de capteur et proposant ainsi les solutions les plus versatiles, et rendant possibles des approches plus respectueuses de la vie privée de l'habitant.

Les travaux de cette thèse se décomposent en trois parties.
Afin de détecter des changements de comportement, une approche basée modèle est proposée.
La première contribution de cette thèse est un modèle d'automate à temporisation stochastique (STA) représentant les habitudes de vie de l'habitant et sa génération durant une phase d'entraînement.
Dans un second temps, le modèle est employé pour détecter des anomalies au sein du comportement de l'habitant durant une phase d'observation.
La troisième contribution de cette thèse vise à employer le modèle afin de détecter des déviations de long terme, signe de l'apparition de troubles dégénératifs.
À chaque contribution, deux études de cas sont proposées, l'un permettant de soumettre les contributions à des scénarios artificiels exigeants, le second permettant d'apprécier la méthodologie sur un cas réel.
Enfin, puisque les données manipulées dans cette thèse sont particulièrement sensibles, une réflexion concernant les potentiels impacts éthiques et les méthodes pour les évaluer et réduire leur portée est proposée en annexe.