En ventilation assistée, l’inadéquation entre l’activité des muscles respiratoires du patient et l’assistance délivrée par le ventilateur se traduit par la survenue d’une dysharmonie patient-ventilateur potentiellement associée avec la survenue d’asynchronies patient-ventilateur et d’une dyspnée. Minimiser cette dysharmonie est un objectif majeur de la ventilation assistée. Le Neuro Asservissement de la Ventilation Assistée (NAVA) et la Ventilation Assistée Proportionnelle (PAV) sont deux nouveaux modes qui pourraient améliorer l’harmonie patient-ventilateur. Nous avons montré que, de façon similaire, le NAVA et la PAV diminuent le nombre d’asynchronie patient-ventilateur, préviennent la surdistension pulmonaire, restaurent la variabilité cycle à cycle du comportement ventilatoire et améliorent l’équilibre charge-capacité et le couplage neuromécanique. De plus, l’utilisation du mode NAVA en ventilation non invasive pourrait également permettre d’améliorer la synchronisation patient-ventilateur. Nous avons également montré aux cours de différents travaux sur la dyspnée en ventilation mécanique que celle ci était fréquente mais néanmoins difficile à identifier, en particulier chez les patients non communicants. L’EMG de surface des muscles inspiratoires extra-diaphragmatiques pourrait constituer un outil simple et objectif pouvant permettre au clinicien de diagnostiquer une dyspnée en ventilation mécanique et optimiser les réglages du ventilateur dans le but de minimiser la dysharmonie patient-ventilateur. Ces données permettent de progresser vers une meilleure connaissance de la dysharmonie patient- ventilateur. L’impact clinique de l’utilisation des modes proportionnels et d’une détection précoce de la dyspnée doit maintenant être évalué par des essais cliniques. / Ventilatory support must be tailored to the load capacity balance of the respiratory system to avoid patient-ventilator dysharmony as it may lead to patient-ventilator asynchronies and dyspnea. Minimizing this dysharmony is crucial. Neurally Ventilatory Assist Ventilation (NAVA) and Proportional Assist Ventilation (PAV) modes may improve patient-ventilator interaction. We showed in this work that PAV and NAVA both prevents overdistension, restores breath by breath variability of the breathing pattern and improves neuromechanical coupling and patient- ventilator asynchrony in fairly similar ways compared to pressure support ventilation. In addition the use of NAVA with non-invasive ventilation may also improve patient-ventilator interaction. We also demonstrated that dyspnea is a frequent issue in mechanically ventilated ICU patients and it can be difficult to assess when the patient is unable to report it. Surface electromyograms of extradiaphragmatic inspiratory muscles provides a simple, reliable and non-invasive indicator of respiratory muscle loading/unloading in mechanically ventilated patients. Because this EMG activity is strongly correlated to the intensity of dyspnea, it could be used as a surrogate of respiratory sensations in mechanically ventilated patients, and might, therefore, provide a monitoring tool in patients in whom detection and quantification of dyspnea is complex if not impossible. These data provide a better understanding of patient-ventilator dysharmony. Further studies are needed to evaluate the possible clinical benefits of NAVA and PAV on clinical outcomes and the impact of an early detection of dyspnea in mechanical ventilation.

Les systèmes neuromusculaire et musculosquelettique sont des systèmes de systèmes complexes qui interagissent parfaitement entre eux afin de produire le mouvement. En y regardant de plus près, ce mouvement est la résultante d'une force musculaire créée à partir d'une activation du muscle par le système nerveux central. En parallèle de cette activité mécanique, le muscle produit aussi une activité électrique elle aussi contrôlée par la même activation. Cette activité électrique peut être mesurée à la surface de la peau à l'aide d'électrode, ce signal enregistré par l'électrode se nomme le signal Électromyogramme de surface (sEMG). Comprendre comment ces résultats de l'activation du muscle sont générés est primordial en biomécanique ou pour des applications cliniques. Évaluer et quantifier ces interactions intervenant durant la contraction musculaire est difficile et complexe à étudier dans des conditions expérimentales. Par conséquent, il est nécessaire de développer un moyen pour pouvoir décrire et estimer ces interactions. Dans la littérature de la bioingénierie, plusieurs modèles de génération de signaux sEMG et de force ont été publiés. Ces modèles sont principalement utilisés pour décrire une partie des résultats de la contraction musculaire. Ces modèles souffrent de plusieurs limites telles que le manque de réalisme physiologique, la personnalisation des paramètres, ou la représentativité lorsqu'un muscle complet est considéré. Dans ce travail de thèse, nous nous proposons de développer un modèle biofidèle, personnalisable et rapide décrivant l'activité électrique et mécanique du muscle en contraction isométrique. Pour se faire, nous proposons d'abord un modèle décrivant l'activité électrique du muscle à la surface de la peau. Cette activité électrique sera commandé par une commande volontaire venant du système nerveux périphérique, qui va activer les fibres musculaires qui vont alors dépolariser leur membrane. Cette dépolarisation sera alors filtrée par le volume conducteur afin d'obtenir l'activité électrique à la surface de la peau. Une fois cette activité obtenue, le système d'enregistrement décrivant une grille d'électrode à haute densité (HD-sEMG) est modélisée à la surface de la peau afin d'obtenir les signaux sEMG à partir d'une intégration surfacique sous le domaine de l'électrode. Dans ce modèle de génération de l'activité électrique, le membre est considéré cylindrique et multi couches avec la considération des tissus musculaire, adipeux et la peau. Par la suite, nous proposons un modèle mécanique du muscle décrit à l'échelle de l'Unité Motrice (UM). L'ensemble des résultats mécaniques de la contraction musculaire (force, raideur et déformation) sont déterminées à partir de la même commande excitatrice du système nerveux périphérique. Ce modèle est basé sur le modèle de coulissement des filaments d'actine-myosine proposé par Huxley que l'on modélise à l'échelle UM en utilisant la théorie des moments utilisée par Zahalak. Ce modèle mécanique est validé avec un profil de force enregistré sur un sujet paraplégique avec un implant de stimulation neurale. Finalement, nous proposons aussi trois applications des modèles proposés afin d'illustrer leurs fiabilités ainsi que leurs utilité. Tout d'abord une analyse de sensibilité globale des paramètres de la grille HDsEMG est présentée. Puis, nous présenterons un travail fait en collaboration avec une autre doctorante une nouvelle étude plus précise sur la modélisation de la relation HDsEMG/force en personnalisant les paramètres afin de mimer au mieux le comportement du Biceps Brachii. Pour conclure, nous proposons un dernier modèle quasi­ dynamique décrivant l'activité électro-mécanique du muscle en contraction isométrique. Ce modèle déformable va actualiser l'anatomie cylindrique du membre sous une hypothèse isovolumique du muscle. / The neuromuscular and musculoskeletal systems are complex System of Systems (SoS) that perfectly interact to provide motion. From this interaction, muscular force is generated from the muscle activation commanded by the Central Nervous System (CNS) that pilots joint motion. In parallel an electrical activity of the muscle is generated driven by the same command of the CNS. This electrical activity can be measured at the skin surface using electrodes, namely the surface electromyogram (sEMG). The knowledge of how these muscle out comes are generated is highly important in biomechanical and clinical applications. Evaluating and quantifying the interactions arising during the muscle activation are hard and complex to investigate in experimental conditions. Therefore, it is necessary to develop a way to describe and estimate it. In the bioengineering literature, several models of the sEMG and the force generation are provided. They are principally used to describe subparts of themuscular outcomes. These models suffer from several important limitations such lacks of physiological realism, personalization, and representability when a complete muscle is considered. In this work, we propose to construct bioreliable, personalized and fast models describing electrical and mechanical activities of the muscle during contraction. For this purpose, we first propose a model describing the electrical activity at the skin surface of the muscle where this electrical activity is determined from a voluntary command of the Peripheral Nervous System (PNS), activating the muscle fibers that generate a depolarization of their membrane that is filtered by the limbvolume. Once this electrical activity is computed, the recording system, i.e. the High Density sEMG (HD-sEMG) grid is define over the skin where the sEMG signal is determined as a numerical integration of the electrical activity under the electrode area. In this model, the limb is considered as a multilayered cylinder where muscle, adipose and skin tissues are described. Therefore, we propose a mechanical model described at the Motor Unit (MU) scale. The mechanical outcomes (muscle force, stiffness and deformation) are determined from the same voluntary command of the PNS, and is based on the Huxley sliding filaments model upscale at the MU scale using the distribution-moment theory proposed by Zahalak. This model is validated with force profile recorded from a subject implanted with an electrical stimulation device. Finally, we proposed three applications of the proposed models to illustrate their reliability and usefulness. A global sensitivity analysis of the statistics computed over the sEMG signals according to variation of the HD-sEMG electrode grid is performed. Then, we proposed in collaboration a new HDsEMG/force relationship, using personalized simulated data of the Biceps Brachii from the electrical model and a Twitch based model to estimate a specific force profile corresponding to a specific sEMG sensor network and muscle configuration. To conclude, a deformableelectro-mechanicalmodelcouplingthetwoproposedmodelsisproposed. This deformable model updates the limb cylinder anatomy considering isovolumic assumption and respecting incompressible property of the muscle.

Les systèmes neuromusculaires et musculo-squelettique sont considérés comme un système de systèmes complexe. En effet, le mouvement du corps humain est contrôlé par le système nerveux central par l'activation des cellules musculaires squelettiques. L'activation du muscle produit deux phénomènes différents : mécanique et électrique. Ces deux activités possèdent des propriétés différentes, mais l'activité mécanique ne peut avoir lieu sans l'activité électrique et réciproquement. L'activité mécanique de la contraction du muscle squelettique est responsable du mouvement. Le mouvement étant primordial pour la vie humaine, il est crucial de comprendre son fonctionnement et sa génération qui pourront aider à détecter des déficiences dans les systèmes neuromusculaire et musculo-squelettique. Ce mouvement est décrit par les forces musculaires et les moments agissant sur une articulation particulière. En conséquence, les systèmes neuromusculaires et musculo-squelettique peuvent être évalués avec le diagnostic et le management des maladies neurologiques et orthopédiques à travers l'estimation de la force. Néanmoins, la force produite par un seul muscle ne peut être mesurée que par une technique très invasive. C'est pour cela, que l'estimation de cette force reste l'un des grands challenges de la biomécanique. De plus, comme dit précédemment, l'activation musculaire possède aussi une réponse électrique qui est corrélée à la réponse mécanique. Cette résultante électrique est appelée l'électromyogramme (EMG) et peut être mesurée d'une façon non invasive à l'aide d'électrodes de surface. L'EMG est la somme des trains de potentiel d'action d'unité motrice qui sont responsable de la contraction musculaire et de la génération du mouvement. Ce signal électrique peut être mesuré par des électrodes à la surface de la peau et est appelé I'EMG de surface {sEMG). Pour un muscle unique, en supposant que la relation entre l'amplitude du sEMG et la force est monotone, plusieurs études ont essayé d'estimer cette force en développant des modèles actionnés par ce signal. Toutefois, ces modèles contiennent plusieurs limites à cause des hypothèses irréalistes par rapport à l'activation neurale. Dans cette thèse, nous proposons un nouveau modèle de relation sEMG/force en intégrant ce qu'on appelle le sEMG haute définition (HD-sEMG), qui est une nouvelle technique d'enregistrement des signaux sEMG ayant démontré une meilleure estimation de la force en surmontant le problème de la position de l'électrode sur le muscle. Ce modèle de relation sEMG/force sera développé dans un contexte sans fatigue pour des contractions isométriques, isotoniques et anisotoniques du Biceps Brachii (BB) lors une flexion isométrique de l'articulation du coude à 90°. / The neuromuscular and musculoskeletal systems are complex System of Systems (SoS) that perfectly interact to provide motion. This interaction is illustrated by the muscular force, generated by muscle activation driven by the Central Nervous System (CNS) which pilots joint motion. The knowledge of the force level is highly important in biomechanical and clinical applications. However, the recording of the force produced by a unique muscle is impossible using noninvasive procedures. Therefore, it is necessary to develop a way to estimate it. The muscle activation also generates another electric phenomenon, measured at the skin using electrodes, namely the surface electromyogram (sEMG). ln the biomechanics literature, several models of the sEMG/force relationship are provided. They are principally used to command musculoskeletal models. However, these models suffer from several important limitations such lacks of physiological realism, personalization, and representability when using single sEMG channel input. ln this work, we propose to construct a model of the sEMG/force relationship for the Biceps Brachii (BB) based on the data analysis of a High Density sEMG (HD-sEMG) sensor network. For this purpose, we first have to prepare the data for the processing stage by denoising the sEMG signals and removing the parasite signals. Therefore, we propose a HD-sEMG denoising procedure based on Canonical Correlation Analysis (CCA) that removes two types of noise that degrade the sEMG signals and a source separation method that combines CCA and image segmentation in order to separate the electrical activities of the BB and the Brachialis (BR). Second, we have to extract the information from an 8 X 8 HD-sEMG electrode grid in order to form the input of the sEMG/force model Thusly, we investigated different parameters that describe muscle activation and can affect the relationship shape then we applied data fusion through an image segmentation algorithm. Finally, we proposed a new HDsEMG/force relationship, using simulated data from a realistic HD-sEMG generation model of the BB and a Twitch based model to estimate a specific force profile corresponding to a specific sEMG sensor network and muscle configuration. Then, we tested this new relationship in force estimation using both machine learning and analytical approaches. This study is motivated by the impossibility of obtaining the intrinsic force from one muscle in experimentation.