Hello la team !

Aujourd’hui, nous abordons un problème que vous avez peut-être déjà rencontré : Les fameux messages « qualité du signal insuffisante » et autres « RR aberrants »

Quoi de plus frustrant que de rencontrer un tel message de bon matin ?

Alors pour nous faire pardonner, voici quelques explications et, surtout, un beau cadeau pour tous les utilisateurs, à découvrir en fin d’article et dans la prochaine version de l’application qui sera disponible d’ici quelques jours (pas mal comme teasing !)

La VFC et la sensibilité

Si la VFC est, longtemps, restée bloquée dans les laboratoires de recherche, c’est en partie due au fait de sa complexité à mettre en œuvre chez soi en autonomie, avec l’assurance de prendre des mesures dans de bonnes conditions, avec du matériel de qualité,… mais c’est surtout du au faît que l’automatisation des calculs des indices représentant votre état de forme/fatigue (RMSSD, SDNN, LF, HF,…) doit se faire sur un signal d’enregistrement des RR parfaitement propre (comprendre sans aucun bruit/artéfact). En d’autres termes, calculer un indice de forme sur des données RR brutes bruitées (même un tout petit peu) donne des résultats TOTALEMENT faux !

Pour mieux illustrer mon propos, voici un exemple concret sur des données réelles corrigées par notre algorithme de traitement du signal.

Sur le graphique en haut de l’image les données RR sont brutes et sur le graphique en bas les données RR sont filtrées. J’espère que tout le monde est d’accord pour dire que, sur les données brutes, il y a comme un « léger » problème aux alentours de 170 secondes d’enregistrement (pour ceux qui ont besoin de lunettes, j’ai mis un point rouge !). Nous sommes face à un RR aberrant ou un « artéfact » en langage de traitement du signal.

Et bien pour vous montrer, concrètement, quel est l’impact d’un seul et unique RR aberrant sur la totalité de l’enregistrement VFC (qui comporte quand même plus de 300 RR !), je vous ai calculé les deux valeurs de RMSSD (marqueur temporel parasympathique de la VFC) que l’on obtient avec chacun des deux signaux : à savoir respectivement 83 ms pour le signal brut et 48 ms pour le signal filtré.

Ici, ce qu’il faut retenir, c’est qu’avec un seul RR aberrant, nous avons presque un facteur 2 d’erreur de calcul du RMSSD !

Donc quand on vous dit que la VFC est quelque chose de très sensible aux bruits et qu’il faut faire particulièrement attention au protocole d’enregistrement (calme, allongé, le matin au réveil, la ceinture cardiaque bien positionnée…) ce n’est pas pour vous embêter !

Filtrage mon ami, filtrage mon ennemi ?

Bien évidemment, il existe des méthodes de filtrages/nettoyage du signal brut. Sans rentrer dans les détails techniques (et secret, c’est quand même notre savoir-faire !), on peut très facilement filtrer les RR aberrants (comme l’exemple précédent). On applique des seuils, on corrige les points trop éloignés, et tout le signal redevient propre !

Mais il arrive aussi de se retrouver face à des problèmes plus complexes. Par exemple, les seuils de tolérance ne seront pas les mêmes pour un sportif de haut niveau avec le cœur au repos à 39 battements par minute qu’avec un sportif débutant avec un cœur au repos à 53 battements par minute. Les intervalles RR peuvent passer du simple au double pour le premier alors que, pour le second, ils sont généralement concentrés autour d’une même valeur. Quand un chercheur analyse et corrige le signal « manuellement » dans un laboratoire, il est très facile de faire du cas par cas. En revanche quand on reçoit plusieurs centaines de mesures par jour et qu’il faut automatiser le processus d’analyse, cela nécessite de mettre en place des algorithmes de filtrage toujours plus puissants. Grace à l’intelligence artificielle (Yes j’ai réussi à caser LE mot à la mode !), nous arrivons à corriger et, surtout, à individualiser au maximum les règles de filtrage mais, malheureusement, il faut aussi être honnête, nous retombons toujours sur le même dilemme !

« A ne pas assez filtrer on introduit des erreurs de calculs et, à l’inverse, à trop filtrer on finit par perdre de l’information qui n’était pas du bruit… ce qui va également induire le résultat !« 

Quel que soit les chercheurs, les ingénieurs, les développeurs,… et la puissance des algorithmes qu’ils inventent (même l’intelligence artificielle a ses limites !), à un moment donné il faut trancher et choisir de fixer des seuils de tolérance (bien évidement individualisés à chacun de vous, chers utilisateurs !). Il en résulte que, pour certains signaux, les seuils vont malheureusement être dépassés et nous informons l’utilisateur (à notre grand regret) que la qualité du signal est insuffisante pour faire une analyse digne de ce nom.

Pour ceux qui ne sont pas encore totalement convaincus, voici un exemple de 6 enregistrements RR que nous avons reçus dernièrement et qui peuvent poser quelques questions à nos algorithmes. Certains sont corrigeables et acceptables, d’autres non, mais ou mettre la limite entre l’acceptable et l’inacceptable ? Telle est la question… et si vous avez la réponse on la veut bien !

Evidemment, on pourrait aussi ne rien dire, ne pas vous frustrer, accepter votre signal quel qu’il soit, chaque jour, et calculer votre indice de forme dans tous les cas. Mais voilà, notre crédo, à nous, c’est de conserver une grande rigueur scientifique même en dehors des labos et surtout d’être transparent vis-à-vis de nos utilisateurs. Nous faisons donc notre possible pour filtrer/corriger votre enregistrement de VFC mais, dans certains cas, nous nous refusons de l’analyser car nous estimons qu’il est trop bruité et que, même après correction, l’indice de forme calculé ne serait en rien représentatif de la réalité.

Ce qu’il faut retenir, c’est qu’on ne fait pas cela pour vous embêter mais, bien au contraire, pour vous permettre d’avoir une belle courbe qui montre le niveau réel de votre forme actuelle !

Filtrage mon amour !

Comme évoqué précédemment, vos signaux trop bruités ne sont pas analysés pour calculer votre courbe de forme mais nous les enregistrons quand même dans une base de données annexe pour les analyser à postériori et tenter d’améliorer nos algorithmes de filtrage.

Et aujourd’hui, nous sommes heureux de vous annoncer que nous avons réussi à progresser sur la question du filtrage ! En effet, dans la version actuelle de l’application il faut attendre la fin de l’enregistrement pour apprendre que, malheureusement, la qualité du signal est insuffisante. Grace à notre nouvel algorithme, dans la prochaine version de l’application vous serez informés en temps réel d’une trop mauvaise qualité du signal sans avoir à attendre 5 minutes !

En voilà une bonne nouvelle !

Comme d’habitude, si vous avez aimé, partager l’article autour de vous et n’hésitez pas à venir mettre des commentaires ou poser des questions plus spécifiques. Nous essayerons d’y répondre !

A très vite – Damien de l’équipe Haptools