Protocole d'identification sous FES et synthèse des séquences de stimulation chez le blessé médullaire

Les blessures médullaires induisent chez les sujets atteints des déficiences motrices qui se traduisent par une paralysie partielle ou totale. Face aux limites des méthodes thérapeutiques classiques telles que la chirurgie et les médicaments, la stimulation électrique fonctionnelle (FES) des muscles...

Full description

Bibliographic Details
Main Author: Benoussaad, Mourad
Language:fra
Published: Université Montpellier II - Sciences et Techniques du Languedoc 2009
Subjects:
FES
Online Access:http://tel.archives-ouvertes.fr/tel-00452009
http://tel.archives-ouvertes.fr/docs/00/45/20/09/PDF/these_Benoussaad_2009.pdf
Description
Summary:Les blessures médullaires induisent chez les sujets atteints des déficiences motrices qui se traduisent par une paralysie partielle ou totale. Face aux limites des méthodes thérapeutiques classiques telles que la chirurgie et les médicaments, la stimulation électrique fonctionnelle (FES) des muscles représente une solution alternative combinant à la fois des bénéfices thérapeutiques largement prouvés et la possibilité de contrôler les membres paralysés à des fins de suppléance fonctionnelle. Cependant, le contrôle artificiel par FES pose un certain nombre de problèmes liés à la nature redondante de l'actionnement musculaire. Par conséquent, le choix des séquences de stimulation électrique est souvent fait de manière empirique, basé sur la seule expérience des cliniciens. Ainsi, la compréhension et la caractérisation des systèmes musculosquelettiques sous FES s'avèrent nécessaire. Elles impliquent la modélisation des différents phénomènes biomécaniques et physiologiques ainsi que l'identification des paramètres du modèle. Les principales contributions de cette thèse sont 1) la mise en place d'un protocole d'identification non-invasif des paramètres du système musculosquelettique sous FES et son application dans le cadre de l'articulation du genou chez les blessés médullaires humains et 2) la synthèse des séquences de stimulation électrique en utilisant des techniques d'optimisation non-linéaire basées sur le modèle identifié.