Estimation des forces musculaires du membre supérieur humain par optimisation dynamique en utilisant une méthode directe de tir multiple

La modélisation musculo-squelettique permet d’estimer les forces internes du corps humain, à savoir, les forces musculaires et articulaires. Ces estimations sont nécessaires pour comprendre l’anatomie fonctionnelle, les mécanismes de blessures ou encore de concevoir des aides techniques à la motricité. Le défi est d’utiliser l’ensemble des données biomécaniques existantes pour prédire des forces internes qui tiennent compte des stratégies neuro-musculo-squelettiques propres à chacun. L’objectif de cette thèse était d’estimer les forces musculaires du membre supérieur humain par optimisation dynamique, en proposant une méthode innovante de suivi simultané des données électromyographiques (EMG) et cinématiques. À cet égard, nos quatre objectifs spécifiques étaient de : (1) résoudre ce problème d’optimisation dynamique en utilisant une méthode directe de tir multiple ; (2) déterminer sa pertinence et sa performance par rapport aux autres algorithmes existants ; (3) valider son applicabilité à des données expérimentales ; et (4) caractériser des techniques d’identification (numériques et expérimentales) des propriétés musculaires, notamment à l’aide d’un ergomètre isocinétique. Nos différentes études ont permis d’établir que, en un temps de calcul raisonnable (~ 1 heure), notre nouvelle méthode de suivi simultané en optimisation dynamique est à-même de reproduire la cinématique attendue avec une précision de l’ordre de 5°. En outre, l'erreur quadratique moyenne sur les forces musculaires a été réduite d’au moins cinq fois avec notre nouvelle méthode, comparativement aux optimisations statique, hybride et dynamique reposant sur des fonctions-objectif de moindres-activations/excitations (erreur sur les forces musculaires de 18,45 ± 12,60 N avec notre nouvelle méthode contre 85,10 ± 116,40 N avec une optimisation hybride faisant le suivi des moments articulaires). Notre algorithme a également montré son efficacité lors de l’identification des propriétés musculaires d’un modèle musculo-squelettique générique : ce faisant, des excitations musculaires avec deux fois moins d’erreurs vis-à-vis de l’EMG expérimental ont été obtenues, comparativement à l’optimisation statique. Finalement, en termes de calibration du modèle musculo-squelettique, nous avons pu établir que la mesure expérimentale du moment articulaire à l’épaule au moyen de l’ergomètre isocinétique est inadéquate, en particulier lors de mouvements de rotation interne/externe de l’épaule. En effet, les composantes en flexion et abduction du moment à l’épaule mesurées par l’ergomètre isocinétique sont significativement sous-estimées (jusqu'à 94,9% par rapport au moment résultant calculé à partir des efforts tridimensionnels à la main et au coude, mesurés par des capteurs de force six axes). Par conséquent, cette thèse a mis en évidence l’importance du suivi simultané de l’EMG et de la cinématique en optimisation dynamique, afin de rendre fiables les estimations de forces musculaires du membre supérieur – notamment, dans les cas de forte co-contraction musculaire. Elle également a permis d’établir des recommandations qui serviront lors de la calibration du modèle à partir de l’ergomètre isocinétique. Notre méthode innovante pourra être appliquée à des populations pathologiques, afin de comprendre la pathomécanique et mieux intervenir auprès des professionnels de la santé et de leurs patients.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.