Αντικείμενο της παρούσας διπλωματικής εργασίας είναι αρχικά η καταγραφή της ανθρώπινης κίνησης με κάποια συσκευή παρακολούθησης και κατόπιν η δημιουργία ενός αντιπροσωπευτικού μοντέλου, ώστε να μπορεί να μελετηθεί η δυναμική του συμπεριφορά. Ως συσκευή καταγραφής χρησιμοποιήθηκε ο αισθητήρας Kinect της Microsoft. Το μοντέλο που αναπτύχθηκε αφορά κυρίως τα κάτω άκρα του ανθρώπου και επιπλέον διαθέτει μυοσκελετική δομή με 86 μύες. Στα πλαίσια των αναλύσεων χρησιμοποιήθηκαν διάφορες τεχνικές για την εξαγωγή των αποτελεσμάτων, όπως είναι η αντίστροφη κινηματική, αντίστροφη δυναμική, υπολογισμός μυϊκών διεγέρσεων και ορθή δυναμική και προτείνουμε μια στρατηγική για την ανάλυση και την εξαγωγή αποτελεσμάτων. / The research developed in this thesis first deal with the problem of capturing the human body motion and then concentrates on the creation of musculoskeletal models, which can capture and accurately study its dynamical behavior. The Microsoft's Kinect sensor was utilized to capture the human motion. The model used for the simulations is the human lower extremity with 86 attached muscles. For the analysis phase we used some common methods such as inverse kinematics, inverse dynamics, computed muscle control and forward dynamics and we showed a general pipeline strategy for generating correct results.

Pour mieux comprendre et traiter les troubles musculosquelettiques présents à l’épaule, une meilleure connaissance de la contribution et de la fonction de chaque muscle de l’articulation glénohumérale est nécessaire. L’analyse des forces musculaires et articulaires est une étape importante pour comprendre les mécanismes de blessures et les pathologies. Ces forces musculaires peuvent être estimées de façon non invasive grâce à des modèles musculosquelettiques. Le défi est de prédire de façon physiologique les trajectoires musculaires et les bras de levier afin de s’assurer d’avoir une cohérence des forces musculaires dans les modèles musculosquelettiques. L’objectif de cette thèse était d’améliorer la géométrie musculaire des modèles musculosquelettiques de l’épaule en passant par plusieurs méthodes différentes d’implémentation des trajectoires musculaires. À cet égard, nos objectifs spécifiques étaient de : (1) améliorer la géométrie musculaire des modèles multicorps rigides grâce à l’implémentation de contraintes transverses; (2) évaluer la fiabilité d’un modèle éléments finis pour l’estimation des bras de levier et (3) tester la sensibilité de la prédiction des bras de levier aux incertitudes sur les zones d’insertions musculaires; (4) établir une base de données de bras de levier 3D pour des mouvements de grande amplitude; (5) quantifier de façon expérimentale les changements architecturaux des muscles entre l’état au repos et différents niveaux de contraction isométrique. (1) Deux modèles multicorps rigides de la coiffe des rotateurs ont été développés : un modèle classique intégrant une représentation des lignes d’action en 1D et un modèle possédant des contraintes transverses entre les lignes d’action permettant une représentation 2D. La représentation 2D avec des contraintes transverses permet une représentation plus physiologique des trajectoires musculaires et des bras de levier que les modèles classiques 1D. Toutefois, lors de mouvement allant au-delà de 90° d’élévation du bras, lorsque les points d’origine et d’insertion se rapprochent, les bras de levier et les longueurs musculaires sont mal estimés, car le modèle ne prend pas en compte les déformations du volume musculaire. (2) Un modèle éléments finis a été développé à partir de données d’imagerie médicale. Ce modèle permet une estimation des bras de levier fidèle aux données d’IRM. Contrairement aux modèles multicorps rigides, notre modèle élément finis rend compte du fait qu’un même muscle peut avoir plusieurs actions selon la position de sa ligne d’action par rapport au centre de rotation de l’articulation. (3) Le modèle a également servi à faire une étude de sensibilité des bras de levier : les zones d’insertion des différents muscles de la coiffe des rotateurs et du deltoïde ont été déplacées et les bras de levier associés calculés. Les résultats montrent qu’une variation de 10 mm des points d’insertion sur la tête humérale peut amener un muscle à changer de fonction (par exemple adduction plutôt que d’abduction). (4) Une collecte de données expérimentales effectuées sur quatre épaules a permis de collecter les bras de levier du deltoïde et des muscles de la coiffe des rotateurs pour des mouvements de grande amplitude. Ces résultats permettent de mieux comprendre le rôle des muscles de l’articulation glénohumérale lors de la réalisation de différents mouvements. Le deltoïde antérieur a une grande action en flexion et en adduction; le deltoïde moyen est un fort abducteur; le deltoïde postérieur agit en extension. Contrairement au deltoïde, l’infra-épineux et le petit rond ont principalement une fonction de rotateur externe. (5) Une collecte de données impliquant 14 sujets a été réalisée dans le but de quantifier les changements de géométrie musculaire et d’angle de pennation associés à la contraction pour les muscles du biceps, triceps et deltoïde. Les angles de pennation ont été obtenus grâce à un système d’échographie et les changements de géométrie externe des muscles ont été mesurés grâce à un capteur de structure. Les résultats montrent que les changements architecturaux pour les muscles étudiés se produisent principalement entre 0 et 25% de contraction maximale volontaire (aucune différence significative observée entre 25 et 50%). Le muscle le plus affecté par les changements architecturaux est le biceps. Cette thèse a évalué différentes approches de modélisation de la géométrie musculaire : l’approche la plus bio-fidèle étant finalement la modélisation par éléments finis, car elle permet de prendre en compte les interactions entre les structures et les déformations musculaires. De plus, nous avons montré l’importance d’estimer avec rigueur les paramètres d’entrée (zones d’insertions musculaires) des modèles et de bien évaluer la bio-fidèlité des modèles développés avant de les utiliser dans des contextes cliniques. Dans ce but, de nouvelles données ont été acquises en termes de déformations musculaires et d’angle de pennation pour permettre l’évaluation de modèle intégrant de l’activation musculaire. / Understanding and treating musculoskeletal disorders of the shoulder requires additional knowledge of the contribution and function of each muscle of the glenohumeral joint. The analysis of muscle and joint forces is an important step in understanding injury mechanisms and pathologies. These muscle forces can be estimated non-invasively using musculoskeletal models. The challenge is to physiologically predict muscle trajectories and moment arms to ensure consistency of muscle forces in musculoskeletal models. The aim of this thesis was to improve muscle geometry in musculoskeletal models of the shoulder by testing several different techniques for implementing muscle trajectories. Our specific objectives were to: (1) improve muscle geometry of rigid multibody models by using transverse constraints; (2) assess the reliability of a finite element model for estimating moment arms and (3) evaluate the sensitivity of moment arm predictions to uncertainties in muscle insertion areas; (4) create a database of 3D moment arms for movements with high ranges of motion; (5) experimentally quantify muscles’ architectural changes between resting state and different levels of isometric contractions. (1) Two rigid multibody models of the rotator cuff were developed: a classic model representing muscles with lines of action in 1D and a 2D model with transverse constraints between lines of action of a single muscle. The 2D model (with transverse constraints) gives a more physiological representation of muscle trajectories and moment arms than the classical 1D model. However, for arm movements beyond 90° of elevation, when the origin and insertion points get closer, moment arms and muscle lengths are misestimated due to the mode’s inability to account for muscle volume deformations. (2) A finite element model of the glenohumeral joint was developed based on medical imaging. Moment arms were computed and compared to the literature and MRI data. Our finite element model produces moment arms consistent with the literature and MRI data. Unlike rigid multibody models, our finite element model accounts for the fact that one muscle can have several actions depending on the position of its line of action relative to the centre of rotation of the joint. (3) The model was used to study moment arm sensitivity: insertion areas of rotator cuff muscles and the deltoid were moved, and associated moment arms have been computed. Results showed that a 10 mm variation in insertion points on the humeral head could cause a muscle to change function (for example performing adduction rather than abduction). (4) The 3D moment arms were assessed on four post-mortem human surrogates during movements with high ranges of motion. Results of the study gave us a better understanding of muscle functions during different movements. The main findings of the study were that the anterior deltoid was the largest flexor and had an adduction component, the median deltoid was a strong abductor, and the posterior deltoid acted in extension. Unlike the deltoid, the infraspinatus and teres minor were the largest external rotators of the shoulder. (5) Experimental measurements were performed on 14 subjects in order to quantify changes in muscle geometry and pennation angles associated with different levels of contraction for the biceps, triceps and deltoid. Pennation angles were measured on subjects using a portable ultrasound system. External muscle deformations were measured with an iPad equipped with a structure sensor. Changes in muscle architecture for the biceps, triceps and deltoid during isometric contractions occurred mostly between 0 and 25% of maximal voluntary contraction (no significant difference was observed between 25 and 50%). Changes were higher for the biceps than other muscles. This thesis evaluated different approaches to model muscle geometry: the approach leading to the most physiological result was the finite element model due to modeling of the interactions between structure and muscle deformations. Additionally, we demonstrated the importance of rigorously estimating input parameters (muscle insertion areas) and of properly evaluating the bio-fidelity of the models developed before using them in clinical contexts. New data was acquired regarding muscle deformations and pennation angles to evaluate models integrating muscle activation.