Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2024 / Les forces d'impact verticales quantifient la mise en charge appliquée principalement au membre inférieur durant la phase de contact au sol en course à pied. Plusieurs interventions visent à diminuer ces forces d'impact verticales pour potentiellement diminuer le risque de blessures. Le changement dans le type d'attaque de pied, notamment la transition d'une attaque talon vers une attaque pointe de pied, est fréquemment utilisée. Également, l'estimation des forces d'impact verticales à partir de signaux d'accélération mesurés par des capteurs portatifs positionnés sur différents segments du membre inférieur permettrait de quantifier la mise en charge à l'aide de matériel plus accessible. La prédiction des forces d'impact verticales à partir de l'accélération d'un segment du membre inférieur explique un pourcentage limité de la variance totale. Aucune étude n'a évalué si la combinaison de plusieurs signaux d'accélération améliorerait la prédiction des forces d'impact verticales. Également, aucune étude n'a évalué la variabilité des forces d'impact verticales entre les foulées de course à pied. Nous avons d'abord évalué si la combinaison de plusieurs signaux d'accélération améliore la prédiction des forces d'impact verticales pour différentes attaques de pied et pour la course pieds nus. Nous avons ensuite évalué l'amplitude et la variabilité des forces d'impact verticales lors de l'imposition d'une attaque de pied spécifique. Nos résultats montrent que les modèles de régression linéaire multiple combinant deux signaux d'accélération sont suffisants pour améliorer la prédiction des forces d'impact verticales, à condition d'utiliser des combinaisons optimales pour chaque condition de course. Également, nos résultats montrent que la variabilité des forces d'impact verticales augmente lors de l'imposition d'une attaque de pied talon, contrairement à l'imposition de l'attaque pointe de pied qui n'augmente pas la variabilité de ces forces d'impact. Enfin, l'amplitude des forces d'impact verticales est supérieure lors de la course talon, qu'elle soit habituelle ou imposée. / The vertical loading rate quantifies mainly the load applied to the lower limb during the contact phase of running. Several interventions aim to reduce the vertical loading rate in attempt to reduce the risk of injury. Thus, changes in foot strike patterns, particularly the transition from a rearfoot strike to a forefoot strike, are frequently used. Also, the estimation of vertical loading rate from acceleration signals measured by wearable sensors positioned on different segments of the lower limb makes it possible to quantify impact loading with more accessible equipment. Predicting vertical loading rate from an acceleration signal explains a certain percentage of the total variance. No study has evaluated whether the combination of several acceleration signals would improve the prediction of vertical loading rate. Also, no studies have evaluated the variability of vertical loading rate over several running strides. Hence, we first evaluated whether the combination of acceleration signals measured from different lower limb segments would improve the vertical loading rate prediction for different foot strikes or footwear. Second, we evaluated the amplitude and variability of the vertical loading rate when running with an imposed and non habitual foot strike. Our results show that multiple linear regression models combining only two acceleration signals are sufficient to improve the prediction of vertical loading rate only if optimal sensor combinations are used for each running condition. Also, our results show that the variability of vertical loading rate increased when running with an imposed rearfoot strike, while the imposition of a forefoot strike does not increase loading rate variability. Finally, the amplitude of the vertical loading rate is greater during rearfoot running, whether it is habitual or imposed.

La marche est définie par des séquences de gestes cycliques et répétées. Il a été déjà montré que la vitesse et la variabilité de ces séquences peuvent révéler des aptitudes ou des défaillances motrices. L’originalité de ce travail est alors d’analyser et de caractériser les foulées de sujets âgés à partir des signaux de pression issus de semelles instrumentées lors de la marche, au moyen d’outils de traitement du signal. Une étude préliminaire, sur les signaux de pression générés lors de la marche, nous a permis de mettre en évidence le caractère cyclo-stationnaire de ces signaux. Ces paramètres sont testées sur une population de 47 sujets. Tout d'abord, nous avons commencé par un prétraitement des signaux et nous avons montré dans la première de cette thèse que le filtrage peut éliminer une partie vitale du signal. C’est pourquoi un filtre adaptatif basé sur la décomposition en mode empirique a été conçu. Les points de retournement ont été filtrés ensuite en utilisant une technique temps-fréquence appelée «synochronosqueezing». Nous avons également montré que le contenu des signaux de force de marche est fortement affecté par des paramètres inquantifiables tels que les tâches cognitives qui les rendent difficiles à normaliser. C’est pourquoi les paramètres extraits de nos signaux sont tous dérivées par une comparaison inter-sujet. Par exemple, nous avons assimilé la différence dans la répartition de poids entre les pieds. Il est également recommandé dans ce travail de choisir le centre des capteurs plutôt que de compter sur la somme des forces issues du réseau de capteurs pour la classification. Ensuite, on a montré que l’hypothèse de la marche équilibrée et déséquilibrée peut améliorer les résultats de la classification. Le potentiel de cette hypothèse est montré à l'aide de la répartition du poids ainsi que le produit de l'âge × vitesse dans le premier classificateur et la corrélation dans le second classificateur. Une simulation de la série temporelle de VGRF basé sur une version modifiée du modèle de Markov non stationnaire, du premier ordre est ensuite dérivée. Ce modèle prédit les allures chez les sujets normaux et suffisamment pour les allures des sujets de Parkinson. On a trouvé que les trois modes: temps, fréquence et espace sont très utiles pour l’analyse des signaux de force, c’est pourquoi l’analyse de facteurs parallèles est introduite comme étant une méthode de tenseur qui peut être utilisée dans le futur / Walking is defined as sequences of repetitive cyclic gestures. It was already shown that the speed and the variability of these sequences can reveal abilities or motorskill failures. The originality of this work is to analyze and characterize the steps of elderly persons by using pressure signals. In a preliminary study, we showed that pressure signals are characterized by cyclostationarity. In this study, we intend to exploit the nonstationarity of the signals in a search for new indicators that can help in gait signal classification between normal and Parkinson subjects in the elderly population. These parameters are tested on a population of 47 subjects. First, we started with preprocessing the vertical ground reaction force (VGRF) signals and showed in this first part of the thesis that filtering can remove a vital part of the signal. That is why an adaptive filter based on empirical mode decomposition (EMD) was built. Turning points are filtered using synochronosqueezing of time-frequency representations of the signal. We also showed that the content of gait force signals is highly affected by unquantifiable parameter such as cognitive tasks which make them hard to be normalized. That is why features being extracted are derived from inter-subject comparison. For example we equated the difference in the load distribution between feet. It is also recommended in this work to choose the mid-sensor rather than relying on summation of forces from array of sensors for classification purposes. A hypothesis of balanced and unbalanced gait is verified to be potential in improving the classification accuracy. The power of this hypothesis is shown by using the load distribution and Age×Speed in the first classifier and the correlation in the second classifier. A time series simulation of VGRF based on a modified version of nonstationary- Markov model of first order is derived. This model successfully predict gaits in normal subjects and fairly did in Parkinson’s gait. We found out that the three modes: time, frequency and space are helpful in analyzing force signals that is why parallel factor analysis is introduced as a tensor method to be used in a future work