biotrace2csv: Data Extraction Tool for BioTrace+ PDF Data Reports

Dans les recoins tranquilles de la science du sport et de la psychologie, les chercheurs cherchent souvent des indices sur la manière dont le corps humain gère le stress et la concentration. L'une des façons d'y parvenir consiste à écouter les rythmes subtils du cœur. Bien qu'un battement cardiaque puisse sembler être un tambour simple et régulier, le temps entre chaque battement varie en réalité légèrement, accélérant et ralentissant en réponse à la respiration, aux pensées et à l'effort physique. Les scientifiques appellent cette variation la variabilité de la fréquence cardiaque, et elle sert de fenêtre sur le système nerveux autonome du corps. Pour étudier cela, les chercheurs utilisent des équipements spécialisés pour enregistrer ces minuscules fluctuations lors d'activités comme le tir à l'arc ou la méditation. Le logiciel qui traite ces enregistrements, connu sous le nom de BioTrace+, est excellent pour créer des rapports détaillés. Cependant, ces rapports sortent sous forme de documents imprimés plutôt que de feuilles de calcul numériques, obligeant les scientifiques à recopier manuellement les chiffres à la main s'ils souhaitent les analyser plus en profondeur. Ce processus fastidieux est lent et sujet à l'erreur humaine, créant un goulot d'étranglement qui peut freiner la recherche.

Un chercheur nommé Metehan Özsoy, de l'Université Celal Bayar, a reconnu ce problème et a construit une solution numérique pour dégager la voie. Il a créé un outil gratuit et open-source appelé biotrace2csv, qui agit comme un traducteur pour ces rapports PDF récalcitrants. Au lieu qu'un humain soit assis devant un ordinateur à taper des centaines de chiffres, ce logiciel lit le document, trouve les points de données spécifiques cachés parmi le texte et les graphiques, et les convertit instantanément en un tableau propre et organisé que n'importe quel programme d'analyse peut utiliser. L'outil est conçu pour gérer trois types différents de rapports générés par le système BioTrace+ : ceux présentant les mesures de la variabilité de la fréquence cardiaque, ceux listant les statistiques physiologiques pour différents canaux corporels, et ceux détaillant les évaluations de la fréquence de résonance. Il peut traiter un seul fichier ou un dossier entier de rapports de types mixtes à la fois, comprenant automatiquement de quel type de document il s'agit et extrayant les bonnes informations sans aucune confusion.

Pour prouver que cette méthode automatisée fonctionne aussi bien qu'un humain, Özsoy l'a testée par rapport à la méthode traditionnelle. Il a sélectioné vingt rapports provenant d'une étude impliquant des étudiants universitaires apprenant le tir à l'arc et a fait extraire manuellement chaque chiffre par un humain. Cet effort manuel a pris près de vingt-quatre minutes pour être complété. Lorsqu'il a passé les mêmes vingt fichiers dans son nouvel outil, le logiciel a terminé le travail en moins de trente secondes. La différence de vitesse a été spectaculaire, l'outil travaillant environ cinquante fois plus vite que l'effort humain. Plus important encore, les chiffres que le logiciel a extraits étaient identiques à ceux que l'humain avait écrits. Chaque valeur, du plus petit intervalle de battement cardiaque à la plus grande mesure de puissance, correspondait parfaitement. Même lorsque les rapports originaux contenaient des espaces réservés étranges et illisibles pour les données manquantes, l'outil les a gérés correctement en laissant ces emplacements vides, tout comme le ferait un humain attentif.

L'impact de cette rapidité et de cette précision est devenu évident lorsque l'outil a été appliqué à l'ensemble du jeu de données de l'étude sur le tir à l'arc. La recherche impliquait vingt-six étudiants qui ont suivi un programme d'entraînement de quatorze semaines, chaque étudiant générant cinq rapports distincts. Au total, il y avait 260 fichiers PDF à traiter. Si un chercheur avait tenté de transcrire tout cela à la main, cela aurait pris plus de cinq heures de travail répétitif. Avec l'outil biotrace2csv, l'ensemble du jeu de données a été converti en données exploitables en un peu plus de six minutes. Cette réduction massive du temps signifie que les chercheurs peuvent consacrer leur énergie à la compréhension de la science plutôt qu'à la tâche mécanique de la saisie de données. En éliminant la possibilité d'erreurs de transcription humaine et en libérant des heures de travail, l'outil garantit que les données utilisées pour l'analyse sont à la fois cohérentes et fiables.

Le logiciel est écrit dans un langage de programmation courant appelé Python, ce qui le rend accessible aux chercheurs sur divers systèmes informatiques, incluant Windows, Mac et Linux. Il est disponible pour que n'importe qui puisse le télécharger et l'utiliser, le code source et une archive permanente de l'outil étant hébergés en ligne pour la transparence. Pour l'instant, la version actuelle se concentre strictement sur l'extraction de données numériques de ces rapports PDF spécifiques, mais le créateur a noté que des mises à jour futures pourraient ajouter des fonctionnalités telles que l'extraction de noms de sessions et de dates, ou le filtrage de types de données spécifiques. Pour le moment, cependant, l'outil se présente comme un pont pratique entre les rapports physiologiques complexes et les données claires et organisées nécessaires pour faire progresser notre compréhension de la façon dont le corps répond aux défis du sport et de la vie.