Détection du stress par un système non invasif
Contexte et enjeux
Si l’on tape le mot “stress” dans la recherche Google, on obtient immédiatement 468 000 000 de résultats avec des titres tels que “le stress au travail…”, “gérer le stress au travail…”, “que faire quand le travail vous stresse…” et bien d’autres.
Cependant, il n’existe pas de définition stricte de ce qu’est le “stress”. Au niveau physiologique, le stress est la réponse d’un organisme à certains stimuli externes, ou à un défi. En présence d’un facteur de stress, le système hypothalamo-sympatico-adrénergique peut activer la réponse “combat ou fuite” par le biais du système nerveux sympathique (SNS), ce qui entraîne la libération de cortisol et d’adrénaline pour stimuler l’adaptation de l’organisme au stress. Cela peut se traduire par des effets physiques tels que l’accélération du rythme cardiaque, la relaxation de la vessie, une vision en tunnel etc. Le système nerveux parasympathique (PSNS) travaille de concert avec le SNS. Sa principale fonction est d’activer la réponse “repos et digestion” et de ramener le corps à l’homéostasie après la réponse “combat ou fuite”.
En un sens, le stress est une réaction naturelle de l’organisme. Cependant, il existe de nombreuses études montrant le lien entre le stress et les maladies. Cela signifie que ce n’est pas le fait d’être stressé qui cause des problèmes à l’organisme, mais le niveau de stress qui peut être excessif pour un organisme, au point que le système nerveux parasympathique ne parvient pas à le ramener à l’homéostasie.
Objectifs
L’objectif de ce projet est de réaliser une classification des niveaux de stress en extrayant des caractéristiques des biosignaux acquis et en associant ces caractéristiques aux informations de base sur le niveau de stress fournies par les sujets eux-mêmes via des questionnaires.
Nous souhaitons également définir des schémas de stress conduisant à la détresse, que nous voulons évaluer au moyen de mesures du niveau de cortisol le matin.
Partenaires et financement
Projet financé par la HES-SO
Résultats
Le projet a permis de développer un système non invasif de quantification de niveau de stress.
Une base de données collectée pour tester les algorithmes de classification du stress, avec l’accord de la Comité d’éthique à Lausanne (CER-VD).
Valorisation
ALBERTETTI, Fabrizio, SIMALASTAR, Alena, et RIZZOTTI-KADDOURI, Aïcha. Stress Detection with Deep Learning Approaches Using Physiological Signals. In : International Conference on IoT Technologies for HealthCare. Springer, Cham, 2020. p. 95-111.
