Identification de phases de mouvement dans un signal nerveux

• Main Author: Bagna, Maimouna
• Other Authors: Gingras, Denis
• Language: French
• Published: Université de Sherbrooke 2006
• Online Access: http://savoirs.usherbrooke.ca/handle/11143/1414

Au États-Unis, les statistiques ont rapporté environ 200 000 amputations chez des hommes et des femmes en 2004. La cause première est une complication due au diabète, et aux accidents cardiovasculaires. D'autres causes sont les traumatismes et les malformations congénitales. De nos jours, on est assez loin du bout de bois dont jadis les personnes amputées se servaient pour se déplacer. Des prothèses pour remplacer le membre ont été développées pendant des années. Aujourd'hui, grâce à la technologie et à la miniaturisation des composantes électriques, de grandes innovations ont vu le jour dans le design de telles prothèses. Victhom bionique humaine a développé la première jambe motorisée, capable de redonner une démarche presque normale à une personne amputée, et ce, sur différents types de terrains, et même la capacité de gravir des escaliers. Dans le but d'améliorer la conception et intégrer la jambe comme un membre presque autonome à la personne, Victhom a décidé d'intégrer les signaux nerveux contenant la commande motrice dans le contrôle de la prothèse. L'utilisation des signaux nerveux dans l'activation de dispositifs prothétiques n'est pas chose nouvelle car des systèmes existent déjà pour la correction du pied tombant ou le contrôle de la vessie chez les personnes souffrant d'incontinence urinaire. Toutefois, c'est la première fois que de tels systèmes sont en évaluation pour des prothèses pour personnes amputées. Ce projet vise à extraire, à partir de signaux nerveux enregistrés sur des chats, l'information quant à l'état de la patte de l'animal, dans le processus de la marche. Pour ce faire, une méthode d'identification de phase hiérarchique du mouvement est proposée. La méthode vise à rehausser d'abord les signaux nerveux, détecter les moments de transitions de phases dans les cycles et puis identifier les différentes phases du mouvement. Les contributions majeures de ce travail ont été le développement d'un nouvel algorithme de rehaussement des signaux capable d'identifier clairement les moments de transition de phase et l'application de la méthode de l'analyse des similitudes pour faire une détection adéquate sur 100% des pics de transition. Ces travaux ont aussi montré qu'à partir du signal nerveux seul, on peut avoir jusqu'à 80% de performance de segmentation du signal nerveux en phase du mouvement, en temps réel.