Return to search

Modélisation et évaluation expérimentale de la relation entre le signal EMG de surface et la force musculaire.

L'estimation de la force générée par un muscle est importante dans les études biomécaniques et pour les applications cliniques. Puisque cette force ne peut pas être mesurée directement, le signal électromyographique de surface (SEMG), reflétant le niveau d'activation musculaire, est utilisé pour quantifier la force développée. Cependant, tous les facteurs, contrôlant une contraction isométrique, n'influencent pas la force et le SEMG simultanément. Le but de ce travail de thèse est donc de développer un modèle de simulation conjointe du SEMG et de la force, afin d'étudier la relation EMG-force. Dans ce but, nous avons d'abord développé une nouvelle méthode de simulation de la force musculaire à partir d'un modèle d'EMG existant. Le modèle complet a été testé pour le choix de la stratégie de recrutement et l'influence de la durée de la consigne. Puis, nous avons utilisé une méthode de Monte Carlo pour étudier la sensibilité du modèle aux différents paramètres physiologiques d'entrée. Deux critères existants (relations EMG-force et force-variabilité de force) ainsi qu'un nouveau critère (erreur entre la consigne de force et la force générée), ont été utilisés pour optimiser les paramètres avec une consigne de force constante. Ce nouveau critère a ensuite été utilisé avec une consigne de force variable (sinusoïdale ou triangulaire), afin d'obtenir les plages optimales des paramètres. Enfin, pour évaluer notre modèle, nous avons réalisés des expérimentations et une simulation pour le biceps. Les résultats montrent que notre modèle EMG-force est capable de simuler qualitativement les comportements réels du biceps pour les contractions isotoniques et anisotoniques.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00460446
Date08 January 2010
CreatorsCao, H.
PublisherUniversité de Technologie de Compiègne
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0018 seconds