Modélisation inverse du système neuromusculosquelettique : application au doigt majeur

• Main Author: Allouch, Samar
• Other Authors: Compiègne
• Language: fr
• Published: 2014
• Subjects: Signaux sEMG; Activation musculaire; Activation neuronale; Modèle neuromusculosquelettique; Modèle statique du doigt; Modèle dynamique du doigt; Force musculaire; Instrumentation; Biomechanics; Mathematical models; Signal processing; Neuromuscular transmission; Neural networks (Neurobiology); Neural transmission; Neuromuscular diseases; Cumulative Trauma Disorders; Fingers; Kinematics; Neurophysiology; Optimization
• Online Access: http://www.theses.fr/2014COMP2157

Avec le besoin de développer un organe artificiel remplaçant le doigt humain dans le cas d'un déficit et la nécessité de comprendre le fonctionnement de ce système physiologique, un modèle physique inverse du système doigt, permettant de chercher les activations neuronales à partir du mouvement, est nécessaire. Malgré le grand nombre d'études dans la modélisation de la main humaine, presque il n'existe aucun modèle physique inverse du système doigt majeur qui s'intéresse à chercher les activations neuronales. Presque tous les modèles existants se sont intéressés à la recherche des forces et des activations musculaires. L'objectif de la thèse est de présenter un modèle neuromusculo-squelettique du système doigt majeur humain permettant d'obtenir les activations neuronales, les activations musculaires et les forces musculaires des tous les muscles agissants sur le système doigt d'après l'analyse du mouvement. Le but de ce type des modèles est de représenter les caractéristiques essentielles du mouvement avec le plus de réalisme possible. Notre travail consiste à étudier, modéliser et à simuler le mouvement du doigt humain. L'innovation du modèle proposé est le couplage entre la biomécanique et les aspects neurophysiologiques afin de simuler la chaine inverse complet du mouvement en allant des données dynamiques du doigt aux intentions neuronales qui contrôlent les activations musculaires. L'autre innovation est la conception d'un protocole expérimental spécifique qui traite à la fois les données sEMG multicanal et les données cinématiques d'après une procédure de capture de mouvement. === With the need to develop an artificial organ replacing the human finger in the case of a deficiency and the need to understand how this physiological system works, an inverse physical model of the finger system for estimating neuronal activations from the movement, is necessary. Despite the large number of studies in the human hand modeling, almost there is no inverse physical model of the middle finger system that focuses on search neuronal activations. Al most all existing models have focused on the research of the muscle forces and muscle activations. The purpose of the manuscript is to present a neuromusculoskeletal model of the human middle finger system for estimating neuronal activations, muscle activations and muscle forces of all the acting muscles after movement analysis. The aim of such models is to represent the essential characteristics of the movement with the best possible realism. Our job is to study, model and simulate the movement of the human finger. The innovation of the proposed model is the coupling between the biomechanical and neurophysiological aspects to simulate the complete inverse movement chain from dynamic finger data to neuronal intents that control muscle activations. Another innovation is the design of a specific experimental protocol that treats both the multichannel sEMG and kinematic data from a data capture procedure of the movement.