A Low-Cost Adaptive Smart Sock for Assessing Walking and Running Level and Prescribing Progressive Cardiorespiratory Training

Résumé Technique : Une chaussette intelligente adaptative à faible coût pour l'évaluation du niveau de marche et de course et la prescription d'un entraînement cardiorespiratoire progressif

Énoncé du problème
La recherche traite d'une lacune critique dans la santé publique et l'encadrement de l'exercice : les utilisateurs débutants manquent souvent d'un mécanisme objectif, peu coûteux et simple pour évaluer leur capacité actuelle de marche ou de course. Sans cette évaluation, les individus peuvent progresser trop rapidement, entraînant fatigue, douleur et une mauvaise adhérence, ou rester à des niveaux d'activité faibles avec une amélioration cardiorespiratoire limitée. Les applications mobiles existantes prescrivent généralement des plans fixes basés sur le temps, la distance GPS ou des données manuelles, échouant à capturer en temps réel le mouvement du pied, la stabilité du rythme ou les transitions fluides entre la marche et la course. De plus, l'analyse de la marche traditionnelle repose sur des équipements de laboratoire coûteux (capture de mouvement, plaques de force) qui sont inaccessibles pour un usage quotidien. La question de recherche centrale est de savoir comment une chaussette intelligente à faible coût peut évaluer objectivement le niveau de locomotion d'un utilisateur et générer un programme de marche-course adaptatif pour améliorer la forme cardiorespiratoire sans remplacer les diagnostics cliniques.

Méthodologie et architecture du système
La solution proposée est un « prototype de recherche de produit minimum viable » composé d'un module de pied amovible inséré dans la chaussure et d'une application mobile compagnon. Le système privilégie la logique logicielle adaptative par rapport au matériel de détection coûteux.

• Composants matériels : Le module de pied intègre un seul élément de mesure inertielle (IMU) pour mesurer l'accélération et la vitesse angulaire, et un seul capteur de force résistif (FSR) de l'avant-pied pour détecter le contact pied-sol et le timing de la poussée. Ces capteurs sont connectés à un microcontrôleur Bluetooth Low Energy (BLE) (par exemple, ESP32-C3 ou XIAO nRF52840) alimenté par une petite batterie LiPo rechargeable (100–150 mAh). Le module est logé dans un boîtier protecteur (TPU/silicone ou pochette textile) pour résister à la sueur et aux impacts.
• Traitement des données et logique : L'application mobile gère le traitement complexe, incluant la classification de base, la génération du plan d'entraînement et l'adaptation hebdomadaire. Le module de pied transmet des métriques brutes ou résumées via BLE.
• Évaluation de base : Le système commence par un test de base de 6 à 12 minutes où l'utilisateur effectue une marche confortable, une marche rapide et potentiellement un bref jogging léger. L'application enregistre la cadence, la vitesse estimée (dérivée de la cadence et de la longueur de pas calibrée), le timing du contact au sol, la stabilité du rythme et un score de perception de l'effort (RPE) (1–10).
• Classification de l'utilisateur : Sur la base de l'évaluation de base, les utilisateurs sont assignés à un niveau d'entraînement conservateur (Niveau 0 à Niveau 3). Les utilisateurs de Niveau 0 commencent par la marche confortable uniquement ; le Niveau 1 introduit de courts intervalles de jogging ; les Niveaux 2 et 3 progressent vers des intervalles de course plus longs.
• Algorithme adaptatif : La logique d'entraînement suit le principe FITT-VP (Fréquence, Intensité, Temps, Type, Volume, Progression). L'algorithme évalue l'achèvement des sessions (visant >80 %), la stabilité de la cadence, le timing de contact et le RPE.
  • Progression : Elle se produit uniquement si l'utilisateur termine les sessions, maintient un rythme stable, rapporte une perception de l'effort acceptable et ne présente aucun symptôme d'alerte (ex: douleur thoracique, étourdissements).
  • Régression/Répétition : Si l'achèvement est partiel, si le rythme est instable ou si des symptômes apparaissent, le plan répète la semaine actuelle ou réduit l'intensité, conseillant de consulter un professionnel si nécessaire.
• Interface : L'application dispose de quatre écrans : Évaluation de base, Séance du jour, Retour d'information en direct (affichant l'état de la marche, la cadence et le compte à rebours de l'intervalle) et Revue hebdomadaire.

Principales contributions
La contribution primaire de l'article est l'intégration de la détection au pied à faible coût avec des règles de prescription d'exercice adaptatives pour créer un outil de coaching orienté vers les débutants.

1. Minimalisme des capteurs : L'étude démontre qu'un ensemble de capteurs minimal (un IMU, un FSR) est suffisant pour classifier les états de locomotion et surveiller la stabilité du rythme, évitant ainsi le besoin de cartes de pression plantaire complètes ou de capteurs de force de qualité clinique.
2. Coaching adaptatif vs Affichage de données : Contra� contrairement aux compteurs de pas standards, le système fonctionne comme un « coach adaptatif numérique ». Il utilise des indicateurs dérivés de la marche (cadence, timing de contact, régularité) combinés au RPE subjectif pour ajuster dynamiquement la charge d'entraînement.
3. Sécurité et Accessibilité : Le système est explicitement conçu comme un outil de bien-être, et non comme un dispositif médical. Il intègre des protocoles de sécurité (vérification des symptômes, progression conservatrice) pour guider les utilisateurs apparemment sains tout en dirigeant les individus à haut risque vers une consultation professionnelle.
4. Conception rentable : En transférant l'intelligence vers l'application mobile et en utilisant des modules de développement largement disponibles, le prototype vise à abaisser les barrières à l'entrée pour l'entraînement cardiorespiratoire.

Résultats attendus et limites
Le résultat attendu est un prototype viable capable de détecter les pas, d'estimer la cadence, de distinguer la marche de la course légère et de générer un plan d'entraînement adaptatif conservateur. Le système n'est pas destiné à fournir une précision de niveau laboratoire pour l'estimation de la vitesse ou de la distance, ni à estimer la VO2max ou à remplacer les tests cardiopulmonaires cliniques.

L'article reconnaît plusieurs limites :

• Estimation de la vitesse : Dérivée de la cadence et de la longueur du pas, elle est approximative et affectée par les différences entre utilisateurs, les chaussures et le terrain.
• Contraintes des capteurs : Un seul FSR de l'avant-pied détecte les événements de contact mais ne peut pas mesurer la pression plantaire complète ou la force exacte.
• Données physiologiques : L'absence de détection de la fréquence cardiaque limite l'estimation de l'intensité physiologique, reposant plutôt sur le RPE et les métriques de mouvement.
• Dépendance de l'utilisateur : L'efficacité du système dépend de la sincérité du rapport de l'utilisateur concernant l'effort et les symptômes.

Signification
L'article positionne la chaussette intelligente comme une technologie de santé publique conçue pour abaisser les barrières à l'activité physique. Sa signification ne réside pas dans l'invention de nouveaux capteurs, mais dans la combinaison de composants existants à faible coût avec un logiciel adaptatif pour fournir des conseils personnalisés et exploitables pour la transition de l'inactivité vers un entraînement aérobie structuré. En se concentrant sur une progression graduelle et durable basée sur des données de marche objectives et des retours subjectifs, le système vise à aider les débutants à construire des habitudes aérobies régulières conformes aux directives mondiales de santé (150 minutes d'activité modérée par semaine). Ce travail sert de preuve de concept pour un projet de fin d'études, un prototype de startup ou une étude appliquée sur les wearables de santé, avec des itérations futures pouvant intégrer l'intégration de la fréquence cardiaque, la fusion GPS et l'apprentissage automatique.