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.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.