Estimation des efforts musculaires à partir de données périphériques : application à l'analyse de la coordination pluri-articulaire - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2003

Estimation of muscular moments from measured peripherical data: application to the analysis of pluri-articular coordination

Estimation des efforts musculaires à partir de données périphériques : application à l'analyse de la coordination pluri-articulaire

David Amarantini

Résumé

The aim of the present work was first to develop numerical methods in order to generate satisfactory estimates of the net, agonist and antagonist moments created by the muscles crossing a joint. Secondly, these methods were applied for the investigation of the pluri-articular coordination during "stepping-in-place". The inverse dynamics problem was solved by using static optimization of joint accelerations. This procedure provides estimations of the net moments that best agree with all kinematic and dynamic data, while respecting all equilibrium equations. The agonist and antagonist moments are calculated under dynamic contractions by using a method that includes firstly an isometric calibration test, and secondly an optimization procedure with kinematic, dynamic and electromyographic data as inputs. The model accounts for muscle dynamics and muscle functions in order to obtain physiologically realistic solutions of the moments as well as reliable estimates of the cocontraction index. These models are applied to study the coordination of "stepping-in-place" in the face of an externally applied perturbation at the knee joint. Because of redundancy, the musculoskeletal system can locally cope with the perturbation by increasing the participation of extensor muscles to control the kinematic at the knee joint. By implementing this strategy, the kinematic of the movement remains unchanged and the control of equilibrium is preserved.
L'objectif de ce travail était d'une part de développer des méthodes numériques permettant d'estimer de manière satisfaisante les moments résultant, agoniste et antagoniste développés autour d'une articulation et, d'autre part, d'appliquer ces méthodes à l'analyse de la coordination pluri-articulaire d'un mouvement de piétinement. Le problème de la dynamique inverse est résolu à l'aide d'une méthode d'optimisation statique des accélérations qui permet d'estimer les moments résultants en accord avec toutes les mesures cinématiques et dynamiques, tout en respectant les conditions d'équilibre mécanique de chaque segment. Les moments musculaires agoniste et antagoniste sont estimés en conditions dynamiques à l'aide d'une méthode qui comprend une étape de calibration isométrique et une procédure d'optimisation numérique qui utilise les données cinématiques, dynamiques et électromyographiques en entrée. Le modèle tient compte du comportement mécanique des muscles et de leur fonction anatomique pour obtenir une estimation physiologiquement réaliste des moments et un indice de co-contraction fiable a chaque instant du mouvement. Ces modèles sont appliqués à l'étude de la coordination pluri-articulaire d'un mouvement de piétinement, perturbé par le port d'un système élastique à l'articulation du genou. La redondance du système musculo-squelettique permet de gérer localement la perturbation en accroissant la participation des muscles extenseurs au contrôle de la cinématique du genou. Cette stratégie permet de conserver la même cinématique du mouvement et ainsi préserve l'équilibre dynamique du piétinement.
Fichier principal
Vignette du fichier
Amarantini_These.pdf (1.22 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00557146 , version 1 (18-01-2011)

Identifiants

  • HAL Id : tel-00557146 , version 1

Citer

David Amarantini. Estimation des efforts musculaires à partir de données périphériques : application à l'analyse de la coordination pluri-articulaire. Sciences du Vivant [q-bio]. Université Joseph-Fourier - Grenoble I, 2003. Français. ⟨NNT : ⟩. ⟨tel-00557146⟩

Collections

UGA UJF
411 Consultations
2215 Téléchargements

Partager

Gmail Facebook X LinkedIn More