Les Artefacts de Tissus Mous (ATM) sont actuellement une des limitations principales pour la mesure du mouvement du membre supérieur avec les techniques actuelles d'analyse du mouvement. L'optimisation multi-segmentaire (OMS) a déjà prouvé son efficacité pour la mesure du mouvement du membre inférieur. Afin d'avoir la meilleure correction possible, il est nécessaire d'utiliser des modèles d'articulation proches de l'anatomie. L'objectif de cette thèse a donc été de développer et de valider un modèle du membre supérieur qui pourrait être utilisé pour la correction des ATM par OMS. De nouveaux modèles en boucle fermée de l'avant-bras et de la ceinture scapulaire ont ainsi été développés accompagnés d'un nouveau modèle de l'articulation scapulo-thoracique imposant à la scapula d'être tangente à un ellipsoïde modélisant le thorax. Ces nouveaux modèles ont été confrontés aux modèles courants de la littérature à travers une étude avec vis intra-corticales sur cadavre et in vivo sur sujets asymptomatiques. Des niveaux d'erreur similaires ont été observés pour tous les modèles quant à leur capacité de corriger les ATM et d'imiter la cinématique osseuse. Les nouveaux modèles semblent cependant beaucoup plus intéressants dans une perspective de développement d'un modèle musculo- squelettique. En effet, le modèle d'avant-bras autorise à la fois d'avoir le mouvement du radius et de l'ulna tandis que le modèle scapulo-thoracique représente mieux la contrainte existant entre le thorax et la scapula. En résumé, cette thèse a permis de développer un modèle complet proche de l'anatomie du membre supérieur permettant de corriger les ATM en utilisant une OMS. Bien que la correction des ATM obtenue n'est pas aussi satisfaisante qu'espérée, l'utilisation de cette approche pour le développement de futurs modèles musculo-squelettique a été validée / Soft Tissue Artefact (STA) is one of the most important limitations when measuring upper limb kinematics through marker-based motion capture techniques, especially for the scapula. Multi Body Optimisation (MBO) has already been proposed to correct STA when measuring lower limb kinematics and can be easily adapted for upper limb. For this purpose, the joint kinematic constraints should be as anatomical as possible. The aim of this thesis was thus to define and validate an anatomical upper limb kinematic model that could be used both to correct STA through the use of MBO and for future musculoskeletal models developments. For this purpose, a model integrating closed loop models of the forearm and of the scapula belt have been developed, including a new anatomical-based model of the scapulothoracic joint. This model constrained the scapula plane to be tangent to an ellipsoid modelling the thorax. All these models were confronted to typical models extracted from the literature through cadaveric and in vivo intracortical pins studies. All models generated similar error when evaluating their ability to mimic the bones kinematics and to correct STA. However, the new forearm and scapulothoracic models were more interesting when considering further musculoskeletal developments: The forearm model allows considering both the ulna and the radius and the scapulothoracic model better represents the constraint existing between the thorax and the scapula. This thesis allowed developing a complete anatomical upper limb kinematic chain. Although the STA correction obtained was not as good as expected, the use of this approach for a future musculoskeletal models has been validated

L'analyse du mouvement humain s'appuie généralement sur des techniques de suivi de marqueurs cutanés pour reconstruire la cinématique articulaire. Cependant, ces techniques d'acquisition présentent d'importantes limites dont les " artefacts de tissus mous " (i.e., le mouvement relatif entre les marqueurs cutanés et le squelette sous-jacent). La méthode d'optimisation multi-segmentaire viseà compenser ces artefacts en imposant aux trajectoires de marqueurs les degrés de liberté d'un modèle cinématique prédéfini. Les liaisons mécaniques modélisant classiquement les articulations empêchent toutefois une estimation satisfaisante de la cinématique articulaire. Cette thèse aborde des perspectives d'amélioration de la méthode d'optimisation multi-segmentaire pour l'estimation de la cinématique articulaire du membre inférieur,à travers différentes approches : (1) la reconstruction de la cinématique par suivi de la vitesse angulaire, de l'accélération et de l'orientation de centrales inertiellesà la place du suivi de marqueurs, (2) l'introduction d'un modèle articulaire élastique basé sur la matrice de raideur du genou, permettant une estimation physiologique de la cinématique articulaire et (3) l'introduction d'un modèle des artefacts de tissus mous " cinématique-dépendant ", visantà évaluer et compenser les artefacts de tissus mous simultanément avec l'estimation la cinématique articulaire. Ce travail a démontré la polyvalence de la méthode d'optimisation multi-segmentaire. Les résultats obtenus laissent espérer une amélioration significative de cette méthode qui devient de plus en plus utilisée en biomécanique, en particulier pour la modélisation musculo-squelettique / Human movement analysis generally relies on skin markers monitoring techniques to reconstruct the joint kinematics. However, these acquisition techniques have important limitations including the "soft tissue artefacts" (i.e., the relative movement between the skin markers and the underlying bones). The multi-body optimization method aims to compensate for these artefacts by imposing the degrees of freedom from a predefined kinematic model to markers trajectories. The mechanical linkages typically used for modeling the joints however prevent a satisfactory estimate of the joint kinematics. This thesis addresses the prospects of improvement of the multi-body optimization method for the estimation of joint kinematics of the lower limb through different approaches: (1) the reconstruction of the kinematics by monitoring the angular velocity, the acceleration and the orientation of magneto-inertial measurement units instead of tracking markers, (2) the introduction of an elastic joint model based on the knee stiffness matrix, enabling a physiological estimation of joint kinematics and (3) the introduction of a "kinematic-dependent" soft tissue artefact model to assess and compensate for soft tissue artefact concurrently with estimating the joint kinematics. This work demonstrated the versatility of the multi-body optimization method. The results give hope for significant improvement in this method which is becoming increasingly used in biomechanics, especially for musculoskeletal modeling