Thèse Conception et Évaluation d'Un Coach Augmentée Intelligent Intégrant la Détection de la Fatigue pour l'Adaptation en Temps Réel d'Exercices d'Activité Physique Destinés aux Personnes Âgées. H/F - Université de Limoges

Établissement : Université de Limoges
École doctorale : Biologie, Chimie, Santé
Laboratoire de recherche : Handicap, Activité, Vieillissement, Autonomie, Environnement
Direction de la thèse : Anaïck PERROCHON ORCID 0000000169152094
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-18T23:59:59

Le vieillissement de la population et l'augmentation des risques de chute chez les seniors représentent un défi sociétal majeur (1). La sensibilisation aux risques et la pratique d'activité physique sont les principales recommandations en matières de prévention des chutes (1). Cependant, de nombreuses barrières persistent pour l'application de ces recommandations : isolement géographique, manque de motivation des personnes âgées, absence ou indisponibilité des professionnels de l'activité physique proche du domicile. Les outils technologiques présentent les avantages d'une grande flexibilité et d'accessibilité notamment en étant déployable directement à domicile pour dispenser de l'activité physique (e.g., séance d'activité physique en visioconférence, application fitness sur smartphone). Cependant cela présente encore des contraintes : une interface 2D avec peu d'interactivité, ou la nécessité d'un professionnel disponible pour vérifier la bonne exécution des mouvements et l'adaptation de la séance en temps réel en fonction des capacités (e.g., fatigue) du participant. Les récentes avancées des casques de réalité étendue permettent d'intégrer des éléments 3D dans l'environnement réel (e.g., avatar en 3D) et mettent à disposition une multitude de capteurs (e.g., centrale inertielle, eye tracking) pour évaluer le mouvement et le statut du participant. Le projet COaching for Stability, Training, and Adaptive Neurophysiological Control Evaluation (CO-STANCE) vise à identifier et valider des marqueurs physiologiques de la fatigue lors de séances de réalité mixte (MR) guidées par un coach virtuel. CO-STANCE se structure en trois phases complémentaires : (i) Identification des marqueurs de fatigue via une étude multimodale avec 60 participants (30 seniors, 30 adultes) utilisant IMU, eye-tracking, électromyographie et capteurs cardiaques pour analyser les corrélations entre signaux physiologiques et fatigue ressentie ; (ii) Développement d'algorithmes d'adaptation des séances d'activités physique basés sur ces marqueurs avec définition de règles concrètes d'adaptation (e.g., augmentation des saccades oculaire, scores EVA/Borg >6) ; (iii) Validation de l'efficacité de l'adaptation par algorithme des séances d'activités physique via une étude randomisée contrôlée sur 6 séances avec évaluation de l'engagement, de la fatigue et de la performance motrice (Timed Up and Go, Sit-to-Stand, Berg Balance Scale).
Ce projet permettra de personnaliser les séances d'entraînement sans intervention humaine, offrant ainsi un outil pour conserver l'engagement des seniors tout en contrôlant l'intensité, le volume et la fatigue de l'activité physique sans compromettre son efficacité.

Les chutes constituent un enjeu majeur de santé publique : en 2021, plus de 45 millions de chutes ont été dénombrées dans le monde. En Nouvelle-Aquitaine, les personnes âgées sont surreprésentées dans les statistiques de chutes (17 658 séjours hospitaliers et 1 146 décès en 2020), faisant de la prévention un enjeu régional prioritaire. L'activité physique (AP) régulière réduit significativement ce risque, mais un tiers des personnes âgées françaises n'atteignent pas les niveaux recommandés par l'OMS, notamment en raison d'une faible condition physique, d'un manque de motivation et de l'isolement géographique.
Les technologies immersives - réalité virtuelle, augmentée et mixte (réalité étendue, XR) - apparaissent comme des solutions prometteuses pour délivrer des programmes d'AP personnalisés, ludiques et sécuritaires à domicile. Notre équipe (laboratoire HAVAE UR20217, Université de Limoges) a récemment développé un coach augmenté 3D fonctionnant en autonomie sur casque Meta Quest 3 (projet PreFear), dont l'acceptabilité a priori a été validée auprès de 115 personnes âgées. Toutefois, les applications d'entraînement actuelles, immersives ou non, restent limitées à des scénarios préprogrammés qui ne s'adaptent pas en temps réel à l'état de l'utilisateur.
La fatigue est un signal clé pour le dosage de l'AP : elle marque le moment où l'effort peut basculer vers une charge inadaptée, altérant l'exécution et l'adhésion. Les casques XR embarquent des capteurs inertiels (accéléromètres, gyroscopes) dont les signaux pourraient permettre de détecter automatiquement l'apparition de fatigue et d'ajuster en temps réel l'intensité et le volume des séances.

Le projet CO-STANCE vise à développer et valider un système de coach augmenté intelligent intégrant la détection automatique de la fatigue à partir des capteurs embarqués du casque XR, afin d'adapter en temps réel les séances d'AP destinées aux personnes âgées.

Trois étapes structurent le projet : (1) identification et modélisation de marqueurs de fatigue à partir des capteurs XR, validés par des mesures de référence (EMG, variabilité cardiaque, échelle de Borg) auprès de 15 seniors et 15 jeunes adultes ; (2) développement et comparaison d'algorithmes d'adaptation automatisée, évalués par des experts en AP et des patients experts dans un processus itératif auprès de 20 personnes âgées ; (3) évaluation de l'efficacité d'un programme de 3 semaines (9 séances) auprès de 33 personnes âgées autonomes, mesurant l'amélioration des capacités physiques (SPPB), l'adhérence et la sécurité. L'objectif est de faire passer la technologie d'un niveau TRL 3-4 à un TRL 5, ouvrant la voie à des essais contrôlés randomisés ultérieurs.

Le ou la candidat(e) devra être titulaire d'un Master 2 (ou équivalent) dans l'un des domaines suivants : Sciences et Techniques des Activités Physiques et Sportives (STAPS) mention Activité Physique Adaptée et Santé, Sciences de la Vie et de la Santé, Sciences de la Réadaptation et de la Rééducation ou Ingénierie biomédicale. Le profil recherché est celui d'un(e) candidat(e) alliant curiosité scientifique, rigueur méthodologique et intérêt marqué pour les technologies appliquées à la santé. Des compétences ou une forte appétence pour : le traitement du signal (analyse de données capteurs, IMU, EMG) ; la programmation (Python, MATLAB) ou développement XR (Unity) ; les méthodologies d'essais cliniques (conception de protocoles, recueil et analyse de données auprès de populations âgées) seront particulièrement appréciées. Une bonne maîtrise de l'anglais scientifique (lecture, rédaction et présentations en conférence) est attendue. Des expériences préalables avec des technologies immersives ou dans le domaine de l'activité physique adaptée constituent un atout supplémentaire.