L’internet des objets dans l’ambulance intelligente et la médecine d’urgence

Abstract

L'Internet des Objets a révolutionné le domaine médical, notamment en médecine d'urgence, grâce à des dispositifs connectés capables de surveiller en continu les patients. Les ambulances intelligentes, munies de capteurs avancés et de systèmes de communication sophistiqués, ont un rôle essentiel en fournissant des informations en temps réel sur l'état des patients. Les réseaux de capteurs corporels sans fil (WBAN) sont essentiels pour ces systèmes, mais leur déploiement est freiné par la faible durée de vie des capteurs due à la capacité limitée de leurs batteries. L'objectif principal de cette thèse est d'améliorer l'efficacité énergétique des WBANs afin de prolonger leur durée de vie, en présentant deux contributions principales. La première s’appuie sur la sélection des chefs de cluster, nous suggérons de comparer deux algorithmes : CHSFL et Improved CHSFL. Les algorithmes sont basés sur le clustering pour les réseaux WBAN en utilisant l'une des célèbres méthodes Fuzzy C-Means pour le clustering des noeuds. Les résultats de simulation montrent que l'Improved CHSFL prolonge la durée de vie du réseau d'environ 34 % par rapport au CHSFL. La seconde contribution explore la formation de chaînes de capteurs pour optimiser la transmission des données et réduire la consommation énergétique. Nous proposons trois approches basées sur la formation d'une chaîne de noeuds capteurs à l'aide d'une matrice de distances. La première approche est basée sur la formation d'une chaîne unique en utilisant les distances les plus courtes. La deuxième et la troisième consistent à changer la position du puits en formant un seul cluster en utilisant la méthode Fuzzy C-Means et le centre de ce dernier constitue la nouvelle position du puits. En comparaison avec RE-ATTEMPT et PSOBAN, la troisième approche proposée a permis une économie d'énergie remarquable, qui peut avoir un impact important sur la durée de vie totale du réseau.