RGRémi Grisot

Rémi Grisot

*This is an algorithmically generated author record based on publicly available information.

Rémi Grisot has a total of 9 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Extraction of vital signs with millimeter-wave FM-CW radar

    by Rémi Grisot

    Extraction de signes vitaux avec un radar FM-CW à ondes millimétriques: Les maladies cardiovasculaires représentent la principale cause de mortalité dans le monde, soulignant l'importance cruciale de l'étude du cœur à des fins préventives et diagnostiques. Les outils de diagnostic actuels, tels que les électrocardiogrammes (ECG) et l'échocardiographie, sont largement utilisés mais présentent plusieurs limites. Ces technologies sont coûteuses, nécessitent une expertise professionnelle pour leur utilisation, et requièrent un contact direct avec la peau du patient, ce qui peut limiter leur applicabilité dans certaines situations. Ces dernières années, un intérêt croissant s'est manifesté pour la technologie des ondes millimétriques, en particulier les systèmes radar fonctionnant avec ces ondes. L'attrait de ces technologies réside dans leur capacité à détecter des objets avec une grande précision (quelques centimètres de résolution en distance) et à surveiller de petits déplacements avec une précision remarquable, souvent de l'ordre de quelques dizaines de micromètres, grâce à la fine résolution en vitesse de ces radars. Initialement développés pour la détection d'objets et d'humains, ces systèmes radar ont rapidement été adaptés pour mesurer des signes vitaux tels que la respiration et la fréquence cardiaque. Dans cette recherche, nous présentons un procédé novateur conçu pour surveiller avec précision les battements cardiaques de façon individuelle, à l'aide de radars à ondes millimétriques disponibles dans le commerce (77−81GHz dans notre cas). La méthodologie que nous proposons dépasse les techniques de l'état de l'art, offrant une résolution améliorée et une meilleure résistance au bruit. Pour valider la précision de notre approche, nous avons effectué une comparaison expérimentale entre les signaux extraits par radar et ceux obtenus à partir d'un ECG standard. De plus, alors que la synchronisation entre les signaux radar et les résultats ECG était traditionnellement effectuée manuellement — en se basant sur des connaissances actuelles en cardiologie —, nous avons conçu une expérience pour démontrer la validité de ces hypothèses. En outre, nous avons développé un algorithme qui automatise la synchronisation des signaux provenant du radar avec ceux de l'ECG, éliminant ainsi le besoin d'intervention manuelle. Les données collectées ont ensuite été analysées pour deux objectifs principaux. Premièrement, une analyse statistique a été réalisée pour examiner l'influence de divers facteurs, tels que la position du sujet et le remplissage des poumons (pleins ou vides). Bien qu'aucune distribution statistique triviale n'ait émergé de cette analyse, nous avons observé une forte reproductibilité intra-observateur, indiquant que les schémas de battements cardiaques pour un individu ont tendance à être cohérents dans le temps. Deuxièmement, nous utilisons les signaux extraits par radar pour proposer une méthode d'authentification biométrique basée sur les battements cardiaques individuels. En entraînant plusieurs architectures de réseaux de neurones nous avons obtenu un score F1 de 0,85 sur les données de test. Le système d'authentification que nous proposons est une authentification 1:1, ce qui signifie qu'il pourrait être facilement généralisé et mis en œuvre sans nécessiter un ré-entraînement du modèle.


  • Open Access

    Cardiac Signature Detection and Study Using Contactless Technology: Millimeter-Wave FMCW Radar

    by Mélanie Brulc, Thibaut Deleruyelle, Alain Loussert, Pierre Laurent, Rémi Grisot, Jean-Paul Caruana

    The work presented in this article aims to detect the cardiac movement of a person in a non-invasive way and to correlate it with a reference signal in the medical field: the electrocardiogram. To achieve this goal, a measurement campaign was carried out on twenty consenting individuals. On the one hand, the mechanical signal, the movement of the subject’s chest induced by the heartbeat, is recorded via a FMCW radar and on the other hand, the electrical signal of the heart is recorded via an ECG acquisition board. Signal processing functions and different filtering will allow the correlation of the radar and ECG signals. This study is conducted on apnea recordings in order to remove the impact of breathing on the movement of the chest. When the subject holds his or her breath, the two important phases of cardiac movement via radar capture can be detected: the systole and the diastole. The delay between the mechanical signal of the heart and the electrical signal of the heart, already explained by medicine, is well noted. The accuracy of motion detection provided by the radar allowed us to highlight the reproducibility of the chest movements detected during a capture. Their correlation with ECG data validates the proposed hypotheses.


  • Open Access

    Monitoring of Heart Movements Using an FMCW Radar and Correlation With an ECG

    by Rémi Grisot, Pierre Laurent, Claire Migliaccio, Jean-Yves Dauvignac, Mélanie Brulc, Camille Chiquet, Jean-Paul Caruana

    Monitoring the activity of the heart is important for diagnosing and preventing cardiovascular diseases. The electrocardiogram (ECG) is the gold standard for diagnosing such diseases. It monitors the heart’s electrical activity, and while this is highly correlated with the cardiac mechanical activity, it does not provide all the information. Other sensors such as the echocardiograph are able to monitor the heart’s movements, but such tools are expensive and hard to operate. Therefore, contactless monitoring of the heart using RF sensing has gained interest in recent years. In this paper, we describe a process to extract the movements of the heart from millimeter wave radar with high accuracy, and thus we provide a noninvasive and affordable way to monitor cardiac movements. We then demonstrate the correlation between the observed movements and the ECG. Furthermore, we propose an algorithm to synchronize the ECG signal and the processed signal from the radar sensor. The results we obtained provide insights on the mechanical activity of the heart, which could assist cardiologists in their diagnoses.